| 引用本文: | 林渤然,李世建,赵家庆,王辉,王新才,杨一超,胡成才,廉鹏飞.基于光学-SAR遥感图像深度特征融合的智能目标识别方法[J].上海航天（中英文）,2025,42(5):68-74. |
| LIN Boran,LI Shijian,ZHAO Jiaqing,WANG Hui,WANG Xincai,YANG Yichao,HU Chengcai,LIAN Pengfei.Intelligent Target Recognition Method Based on Optical-SAR Remote Sensing Image Deep Feature Fusion[J].Aerospace Shanghai,2025,42(5):68-74. |
|
| |
|
|
|
| 本文已被：浏览 142次 下载 27次 |
|
|
| 基于光学-SAR遥感图像深度特征融合的智能目标识别方法 |
|
林渤然1,李世建2,赵家庆2,王辉3,4,王新才1,杨一超5,胡成才5,廉鹏飞1
|
|
1.华东师范大学 通信与电子工程学院，上海 200241;2.上海卫星工程研究所，上海 201109;3.上海航天计算机技术研究所，上海 201109;4.上海市天基异构网络协同计算重点实验室，上海 201109;5.蓝星光域(上海)航天科技有限公司，上海 200433
|
|
| 摘要: |
| 针对遥感图像单信源目标识别准确性低及多信源目标识别中图像高度配准难的问题，提出一种基于光学-合成孔径雷达(SAR)遥感图像深度特征融合的智能目标识别方法，可适配信源局部未配准的情况，提高重点飞机、舰船目标识别的置信度。首先，通过ResNet50基准特征提取器分别提取光学-SAR图像2种模态的高维特征映射图;其次，利用特征融合网络分别提取光学-SAR图像多模态深度特征并拼接融合，降低特征信息冗余度;最后，基于Softmax多任务分类器实现光学、SAR图像单模态目标识别及光学-SAR图像融合模态目标识别结果。实验结果表明:所提出的方法在光学-SAR图像飞机目标数据集上融合识别率达99.82%，在光学-SAR图像舰船目标数据集上融合识别率达95.08%，均优于单模态目标识别结果。 |
|
(1.School of Communication and Electronic Engineering，East China Normal University，Shanghai 200241，China;2.Shanghai Institute of Satellite Engineering，Shanghai 201109，China;3.Shanghai Aerospace Computer Technology Research Institute，Shanghai 201109，China;4.Shanghai Key Laboratory of Collaborative Computing in Spatial Heterogenous Networks，Shanghai 201109，China;5.Laser Link (Shanghai) Aerospace Technology Co.，Ltd.，Shanghai 200433，China)
|
|
|
|
|
