基于改进ResNet网络的复数SAR图像舰船目标识别方法

摘要

合成孔径雷达(synthetic aperture radar,SAR)采用微波相干成像,因此SAR图像本质上是复数的。传统基于神经网络的SAR图像目标识别方法,通常只处理SAR图像的幅度信息,无法有效利用SAR图像特有的复数信息。本文面向SAR图像中的舰船目标识别应用,从SAR图像的本质出发,首先通过组合SAR图像的实部、虚部和幅度三通道信息,隐式地提供了输入数据的复数信息表示;然后在ResNet18网络及其结构基础上引入通道注意力机制,使网络能自适应学习实部、虚部和幅度三通道之间包含的复数信息;最后引入标签平滑正则化,解决因复数数据集样本较少出现的过拟合现象。基于OpenSARShip数据集的实验结果表明,所提方法可以较好利用SAR图像本身的复数信息,在一定程度上提升了基于深度神经网络的舰船目标识别效果。