研究自注意力对SAR自动目标识别的影响
计算机视觉与模式识别
2024-09-04 v1 机器学习
摘要
注意力机制在合成孔径雷达自动目标识别系统的进步中至关重要。传统的SAR ATR模型常常受困于SAR数据的噪声特性，经常从背景噪声中学习，而非最相关的图像特征。注意力机制通过聚焦于关键的图像成分，如车辆的阴影和小部件，来解决这一局限性，这些成分对于准确的目标分类至关重要。通过动态地优先处理这些显著特征，基于注意力的模型能够用少量像素有效地表征整个图像，从而提升识别性能。这种能力允许将目标与背景杂波区分开来，从而产生更实用、更稳健的SAR ATR模型。我们展示了注意力模块在MSTAR数据集上提高了top-1准确率，改善了输入稳健性，并且在定性上更具可解释性。
引用
@article{arxiv.2409.00473,
title = {Studying the Effects of Self-Attention on SAR Automatic Target Recognition},
author = {Jacob Fein-Ashley and Rajgopal Kannan and Viktor Prasanna},
journal= {arXiv preprint arXiv:2409.00473},
year = {2024}
}