点击蓝色“雷达学报”关注
合成孔径雷达（SAR）是一种主动式微波成像传感器，具有全天时、全天候、高分辨率等特点，是遥感对地观测的重要手段。飞机目标的检测与识别是SAR图像解译的研究热点之一。随着当前星载SAR图像分辨率达到亚米级水平，基于高分辨率SAR图像的飞机目标识别从单纯的目标定位发展到目标具体类别和型号的识别，对SAR图像智能解译的需求极为迫切。
SAR图像中飞机目标具有离散性强、姿态敏感度高等特点，对其进行准确的检测和识别仍极具挑战性，主要体现在：一是飞机目标在SAR图像中的散射点离散化程度较高，部件之间的关联性较弱；二是目标姿态敏感性强，随目标方位角的变化，同一飞机目标在SAR图像中呈现不同的影像；三是背景复杂，环境地物（如廊桥、车辆等）结构复杂，易形成较多的强散射结构，对飞机目标的散射造成干扰；四是由于数据获取成本较高、目标的标注需专业人员，缺乏大规模、已标注的训练样本支撑解译算法的研究与应用。
近年来，国防科技大学电子科学学院空天遥感信息智能处理团队针对SAR图像飞机目标检测与识别的难点，开展了系统、深入的研究。在面向复杂场景的飞机目标检测方面，一方面，提出金字塔注意力空洞卷积网络，强化对目标非局部化散射信息的准确提取以及对目标关键特征的判别能力，实现对飞机目标散射点离散化条件下的准确检测；另一方面，提出注意力特征融合网络，构建包含有低、中、高三层精细化特征图的特征金字塔，通过强化对飞机浅层语义特征的提取与表征能力，提升复杂背景干扰下的目标检测性能。在少样本条件下的飞机目标分类方面，将度量与分类算法相结合，针对现有度量分类算法对少样本条件目标判别能力弱的情况，引入基于均值距离的困难样本挖掘策略，提升对多类目标的分类识别能力。面向实际大场景星载数据的应用，提出了基于机场区域精细化提取与飞机目标粗细化检测识别相结合的一体化处理框架，有效提高对复杂环境大场景 SAR 图像飞机目标的检测与识别能力。该团队赵凌君副教授在“雷达与信号处理技术及应用研讨会”上做了题为《SAR图像飞机目标检测与识别》的报告，详细阐述了该方向的研究背景、阶段性的研究成果及未来研究方向。
本报告PPT共36张。
专家简介
赵凌君(1981-)，国防科技大学电子科学学院副教授，长期从事遥感图像信息处理、SAR图像解译、自动目标识别等方面的科研和教学工作。主持及参与完成航天专用技术项目、国家自然科学基金项目、高分重大专项项目等30余项。发表学术论文50余篇（SCI收录20余篇），出版中文专著1部，获授权国家发明专利2项。获2015年湖南省自然科学二等奖1项，2019年电子学会自然科学二等奖1项。
网站“学术报告”相关版块请点击“阅读原文”。↓↓↓相关阅读
雷达学报直播平台正式上线【最新成果】多功能雷达脉冲列的语义编码与模型重建
编辑：赵思源
审核：于青 贾守新声明欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。