一种改进的U-Net相位解缠方法

作     者：梁峰 谢先明 徐有邈 宋明辉 曾庆宁 LIANG Feng;XIE Xianming;XU Youmiao;SONG Minghui;ZENG Qingning

作者机构：桂林电子科技大学信息与通信学院广西桂林541004 广西科技大学电气与信息工程学院广西柳州545006 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2021年第36卷第5期

页      面：134-141页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(62161003、41661092) 广西自然科学基金项目(2018GXNSFAA281196、2016GXNSFDA380018) 桂林电子科技大学教育部重点实验室基金项目(CRK170108) 广西无线宽带通信与信号处理重点实验室基金项目(GXKL06180102) 2020年桂林电子科技大学研究生科研创新项目(2020YCXS020) 

主　　题：InSAR 相位解缠 深度学习 卷积神经网络 U-Net 

摘      要：针对合成孔径雷达干涉测量技术中的相位解缠问题,以深度学习U-Net框架为基础,结合空间金字塔池化(atrous spatial pyramid pooling,ASPP)网络和瓶颈模式残差单元,提出一种基于深度学习的相位解缠方法。该方法以U-Net架构为基础,建立从缠绕相位到真实相位的映射关系,搭建鲁棒性较强的相位解缠网络。ASPP结合多尺度信息和扩张卷积的优势,将不同扩张率的扩张卷积特征图结合到一起来捕获上下文信息,能在不牺牲特征空间分辨率的同时扩大特征接收野,有利于精确获取缠绕干涉图特征信息,增强相位解缠算法的稳健性;瓶颈残差网络可使网络模型在减小参数计算量的同时防止网络退化,提高网络训练精度与效率。模拟与实测干涉图解缠结果表明,该方法可获得与其他同类方法相比更稳健的结果。