SAR-AIRcraft-1.0:高分辨率SAR飞机检测识别数据集

扫码查看

原文链接

万方数据
维普

中文摘要：针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题,该文提出了一种结合散射感知的SAR飞机检测识别方法.一方面,通过上下文引导的特征金字塔模块来增强全局信息,减弱复杂场景中强干扰的影响,提高检测识别的准确率.另一方面,利用散射关键点对目标进行定位,设计散射感知检测模块实现对回归框的细化校正,增强目标的定位精度.为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展,该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集.该数据集图像来自高分三号卫星,包含4,368张图片和16,463个飞机目标实例,涵盖A220,A320/321,A330,ARJ21,Boeing737,Boeing787和other共7个类别.该文将提出的方法和常见深度学习算法在构建的数据集上进行实验,实验结果证明了散射感知方法的优异性能,并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准.

外文标题：SAR-AIRcraft-1.0:High-resolution SAR Aircraft Detection and Recognition Dataset

外文关键词：

Synthetic Aperture Radar(SAR)Public datasetSAR aircraft detectionAircraft recognitionDeep learning

作者：

王智睿、康玉卓、曾璇、汪越雷、张汀、孙显

展开 >

作者单位：

中国科学院空天信息创新研究院北京 100094

中国科学院网络信息体系技术科技创新重点实验室北京 100190

中国科学院大学北京 100049

中国科学院大学电子电气与通信工程学院北京 100049

展开 >

关键词：

合成孔径雷达公开数据集 SAR飞机检测飞机识别深度学习

基金：

国家自然科学基金国家自然科学基金

项目编号：

6207624162171436

出版年：

2023

DOI：

10.12000/JR23043

雷达学报

中国科学院电子学研究所中国雷达行业协会

雷达学报

CSTPCDCSCD北大核心EI

影响因子：0.667

ISSN：2095-283X

年,卷(期)：2023.12(4)

参考文献量4