基于全卷积神经网络的SAR图像目标分类

摘要

近年来,卷积神经网络(Convolutional Neural Network,CNN)在合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标分类中取得了较好的分类结果.CNN结构中,前面若干层由交替的卷积层、池化层堆叠而成,后面若干层为全连接层.全卷积神经网络(All Convolutional Neural Network,A-CNN)是对CNN结构的一种改进,其中池化层和全连接层都用卷积层代替,该结构已在计算机视觉领域被应用.针对公布的MSTAR数据集,提出了基于A-CNN的SAR图像目标分类方法,并与基于CNN的SAR图像分类方法进行对比.实验结果表明,基于A-CNN的SAR图像目标分类正确率要高于基于CNN的分类正确率.