基于选择性特征判别与多特征中心分类器的 SAR 舰船目标识别
图像与视频处理
2023-11-09 v2
摘要
海上监视不仅是各国所必需的（如海上保卫与渔业管控），也在国际领域（如救援支援与非法移民管控）发挥着重要作用。现有多数自动目标识别（ATR）方法将提取的 SAR 舰船整体特征直接送入单一分类器。多数方法的分类器仅为每一类分配一个特征中心。然而，SAR 舰船图像类内方差大、类间差异小的特点，导致整体特征包含无用的局部特征，且分类器中每类单一特征中心难以应对大类内方差。我们提出一种基于选择性特征判别与多特征中心分类器的 SAR 舰船目标识别方法。选择性特征判别从最相似的类间图像对中自动寻找相似局部特征，并从最不相似的类内图像对中寻找不相似局部特征，进而给出损失以增强这些具有更强类间可分性的局部特征。受分而治之启发，多特征中心分类器为每类舰船分配多个可学习特征中心。如此，多特征中心将大类内方差划分为若干较小方差，并通过组合一类舰船的所有特征中心加以征服。最后，综合考量所有特征中心上的概率分布，以实现 SAR 舰船图像的准确识别。在 OpenSARShip 与 FUSAR-Ship 数据集上的消融实验与实验结果表明，我们的方法在训练 SAR 舰船样本减少的情况下取得了优越的识别性能。
引用
@article{arxiv.2308.10250,
title = {SAR Ship Target Recognition via Selective Feature Discrimination and Multifeature Center Classifier},
author = {Chenwei Wang and Siyi Luo and Jifang Pei and Yulin Huang and Yin Zhang and Jianyu Yang},
journal= {arXiv preprint arXiv:2308.10250},
year = {2023}
}