用于方位不变SAR目标识别的可滚动潜空间
计算机视觉与模式识别
2018-04-23 v2
摘要
本文提出可滚动潜空间（RLS）用于方位不变的合成孔径雷达（SAR）目标识别。标注数据稀缺与观测方向有限是SAR目标识别中的关键问题。RLS是一种设计空间，其中潜特征的滚动对应于物体的3D旋转。因此，任意视角下的潜特征可利用不同视角的潜特征推断得出。该特性进一步使我们能够在RLS中从有限观测方向扩充数据。对基于RLS带与不带数据扩充的分类器以及使用目标正面射击样本训练的传统分类器在未训练目标背面射击样本上进行评估。结果表明，带扩充的基于RLS的分类器相比传统分类器准确率提升30%。
引用
@article{arxiv.1802.01821,
title = {Rollable Latent Space for Azimuth Invariant SAR Target Recognition},
author = {Kazutoshi Sagi and Takahiro Toizumi and Yuzo Senda},
journal= {arXiv preprint arXiv:1802.01821},
year = {2018}
}
备注
4 pages, Accepted in International Geoscience and Remote Sensing Symposium (IGARSS) 2018