标签：整理   org   mat   target   img   执行   自动   rtu   合成   

Deep Learning for End-to-End Automatic Target Recognition from Synthetic Aperture Radar Imagery

从合成孔径雷达图像进行端到端自动目标识别的深度学习

合成孔径雷达（SAR）自动目标识别（ATR）的标准体系结构包括三个阶段：检测，辨别和分类。近年来，已经提出了用于SAR ATR的卷积神经网络（CNN），但是它们中的大多数将从SAR图像提取的目标芯片中的目标类别进行分类，作为SAR ATR的第三阶段的分类。在此报告中，我们提出了一种用于SAR图像的端到端ATR的新型CNN。CNN命名验证支持网络（VersNet）端到端执行SAR ATR的所有三个阶段。VersNet输入具有多个类别和多个目标的任意大小的SAR图像，并输出代表每个检测到的目标的位置，类别和姿态的SAR ATR图像。

https://arxiv.org/abs/1801.08558

SAR目标检测相关文献整理

标签：整理   org   mat   target   img   执行   自动   rtu   合成   

原文地址：https://www.cnblogs.com/wind-chaser/p/12250527.html