检索结果-南通市图书馆

自监督解耦动态分类器的小样本类增量SAR图像目标识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：赵琰赵凌君张思乾计科峰匡纲要国防科技大学电子科学学院

为提升基于深度学习(DL)的合成孔径雷达自动目标识别(SAR ATR)系统在开放动态的非合作场景中对新类别目标的持续敏捷识别能力，该文研究了SAR ATR的小样本类增量学习(FSCIL)问题，并提出了自监督解耦动态分类器(SDDC)。针对FSCIL中“灾... 详细信息

为提升基于深度学习(DL)的合成孔径雷达自动目标识别(SAR ATR)系统在开放动态的非合作场景中对新类别目标的持续敏捷识别能力，该文研究了SAR ATR的小样本类增量学习(FSCIL)问题，并提出了自监督解耦动态分类器(SDDC)。针对FSCIL中“灾难性遗忘”和“过拟合”本质难点和SAR ATR领域挑战，根据SAR图像目标信息的部件化与方位角敏感性特点，于图像域构建了基于散射部件混淆与旋转模块(SCMR)的自监督学习任务，以提升目标表征的泛化性与稳健性。同时，设计了类印记交叉熵(CI-CE)损失并以参数解耦学习(PDL)策略对模型动态微调，以对新旧知识平衡判别。实验在由MSTAR和SAR-AIRcraft-1.0数据集分别构建的覆盖多种目标类别、观测条件和成像平台的FSCIL场景上验证了该算法开放动态环境的适应能力。

关键词： SAR目标识别小样本类增量学习自监督学习深度学习

基于多模型正交化的深度图像识别对抗鲁棒性增强技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信号处理 2024年第3期40卷 503-515页

作者：逯子豪徐延杰孙浩计科峰匡纲要国防科技大学电子科学学院CEMEE国家重点实验室湖南长沙410073

近年来,深度神经网络(Deep Neural Networks,DNN)已被广泛应用于图像识别,目标检测,图像分割等多种计算机视觉任务中,并取得了巨大成功。然而,DNN模型因其本身的脆弱性,仍面临着对抗攻击等技术手段带来的安全隐患。攻击者在图像上恶意... 详细信息

近年来,深度神经网络(Deep Neural Networks,DNN)已被广泛应用于图像识别,目标检测,图像分割等多种计算机视觉任务中,并取得了巨大成功。然而,DNN模型因其本身的脆弱性,仍面临着对抗攻击等技术手段带来的安全隐患。攻击者在图像上恶意地添加微小且人眼难以识别的扰动,可以让模型产生高置信度的错误输出。针对上述问题,集成多个DNN模型来提升对抗鲁棒性已成为有效的解决方案之一。但是,对抗样本在集成模型中的子模型间存在对抗迁移现象,可能使集成模型的防御效能大大降低,而且目前仍缺乏能够降低集成防御内部对抗迁移性的直观理论分析。本文引入损失场的概念并定量描述DNN模型间的对抗迁移性,重点关注和推导对抗迁移表达式的上界,发现促进模型损失场之间的正交性以及降低模型损失场的强度(Promoting Orthogonality and Reducing Strength,PORS)可以限制其上界大小,进而限制DNN模型间对抗迁移性。本文引入PORS惩罚项至原损失函数中,使集成模型能够保持在原始数据上的识别性能的同时,通过降低子模型间的对抗迁移性来增强整体的对抗鲁棒性。文章在CIFAR-10和MNIST数据集上对由PORS训练得到的集成模型开展实验,分别在白盒和黑盒攻击环境下与其他先进的集成防御方法进行对比实验,实验结果表明PORS可以显著提高对抗鲁棒性,在白盒攻击和原始数据集上能保持非常高的识别精度,尤其在黑盒迁移攻击中极为有效,在所有集成防御方法中表现最为稳定。

关键词：深度神经网络图像识别对抗迁移性集成防御损失场

复杂运动舰船目标SAR成像空/时变散焦特性研究

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第7期46卷 2237-2255页

作者：王进冷祥光孙忠镇马晓杰杨阳计科峰国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室湖南长沙410073 中国人民解放军93525部队西藏拉萨850000

合成孔径雷达(sythetic aperture radar,SAR)能够对海上舰船目标进行全天时、全天候成像,但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性,目前对复杂运动舰船在SAR图像中的散焦... 详细信息

合成孔径雷达(sythetic aperture radar,SAR)能够对海上舰船目标进行全天时、全天候成像,但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性,目前对复杂运动舰船在SAR图像中的散焦特性认识不足。本文首先从SAR成像原理出发,理论推导得出舰船复杂运动引起的SAR回波信号相位误差的空变性和时变性是导致其SAR图像质量下降的决定性因素。在此基础上,构建了一个复杂运动舰船目标SAR成像模拟器,通过对不同运动状态、不同合成孔径时间舰船点、线、面目标的SAR成像仿真,揭示了复杂运动舰船目标SAR成像空/时变散焦特性。其中,空变性会造成舰船在SAR图像上非均匀散焦;时变性使得舰船在SAR图像上变为一条方位向能量带。最后,结合空/时变散焦特性,探讨了未来SAR运动舰船重聚焦技术的发展方向。

关键词：合成孔径雷达舰船散焦空变相位误差多普勒时变重聚焦

强化位置感知的光学与SAR图像一体化配准方法

在线全文

学校读者我要写书评

暂无评论

信号处理 2024年第3期40卷 557-568页

作者：杨玉婷赵凌君赵路路张晗熊博莅计科峰国防科技大学电子科学学院CEMEE国家重点实验室湖南长沙410073 中国人民解放军第95369部队广东佛山528000 西北核技术研究院陕西西安710024

图像配准是光学与SAR图像信息融合的基础。现有典型的配准方法大多依赖于特征点检测与匹配来实现,对不同场景区域的适用性较差,容易出现误匹配点多或有效同名点不足以致配准失效的情况。针对该问题,本文提出了一种强化位置感知的光学与... 详细信息

图像配准是光学与SAR图像信息融合的基础。现有典型的配准方法大多依赖于特征点检测与匹配来实现,对不同场景区域的适用性较差,容易出现误匹配点多或有效同名点不足以致配准失效的情况。针对该问题,本文提出了一种强化位置感知的光学与SAR图像一体化配准方法,利用深度网络直接回归图像间的几何变换关系,在不依赖特征点检测与匹配的情况下,实现端到端的高精度配准。具体地,首先在骨干网络中利用融合坐标注意力的特征提取模块,捕获输入图像对中具有位置敏感性的细粒度特征;其次,融合骨干网络输出的多尺度特征,兼顾浅层特征的定位信息与高层特征的语义信息;最后提出联合位置偏差与图像相似性的损失函数优化配准结果。基于高分辨率光学与SAR图像配准公开数据集OS-Dataset的实验结果表明,与现有典型的OS-SIFT、RIFT2、DHN及DLKFM四种算法相比,所提方法对于城市、农田、河流、重复纹理及弱纹理等不同场景区域均具有良好的稳健性,在配准的目视效果以及定量的精度指标上均优于现有算法。其中平均角点误差小于3个像素的百分比与四种算法中精度最高的DLKFM相比提高了25%以上;配准速度与四种算法中最快的DHN基本相当,可实现高精度、高效率的光学与SAR图像配准。

关键词：图像配准位置感知多尺度特征特征融合图像相似性

宽幅SAR海上大型运动舰船目标数据集构建及识别性能分析

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2022年第3期11卷 357-372页

作者：雷禹冷祥光孙忠镇计科峰国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073

以TopSAR和ScanSAR成像模式为代表的宽幅合成孔径雷达(SAR)可以实现更大范围的海洋场景观测。但实现宽测绘带的同时降低了成像分辨率,因此宽幅SAR图像中的舰船目标缺乏清晰的结构特征,给大范围海上舰船目标识别带来了极大的挑战。同时,... 详细信息

以TopSAR和ScanSAR成像模式为代表的宽幅合成孔径雷达(SAR)可以实现更大范围的海洋场景观测。但实现宽测绘带的同时降低了成像分辨率,因此宽幅SAR图像中的舰船目标缺乏清晰的结构特征,给大范围海上舰船目标识别带来了极大的挑战。同时,由于缺乏海上运动航母、两栖舰等大型关键目标的宽幅SAR样本数据,使得海上运动大型关键舰船目标识别更加困难。针对该问题,该文构建了宽幅SAR海上大型运动舰船目标数据集,共包含2291个大型舰船目标样本,类别划分为大型军事舰船,长度为≥250m的大型民用舰船和长度为150~250 m的大型民用舰船。其构建过程为:首先,通过先验知识辅助获取港口区域大型军事舰船目标样本;其次,利用属性信息对OpenSARShip数据集进行长度筛选获取大型民用舰船目标样本;最后,在样本的距离-多普勒域添加二次相位误差进行运动仿真来模拟海上运动舰船目标的成像结果。此外,该文使用经典识别算法和深度学习方法对构建的数据集与运动仿真处理后的数据进行了识别性能分析,结果表明在低分辨率情况下采用SAR图像复数信息可以在一定程度上提高算法的识别率;并且运动舰船目标的散焦问题对识别准确率具有较大影响。

关键词：合成孔径雷达宽测绘带运动仿真大型舰船

多源遥感影像深度识别模型对抗攻击鲁棒性评估

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第8期27卷 1951-1963页

作者：孙浩徐延杰陈进雷琳计科峰匡纲要国防科技大学电子科学学院长沙410073 北京市遥感信息研究所北京100192

基于深度神经网络的多源遥感影像目标识别系统已逐步在空天遥感情报侦察、无人作战自主环境认知、多模复合末制导等多个军事场景中广泛应用。然而,由于深度学习理论上的不完备性、深度神经网络结构设计工程上的强复用性、以及多源成像... 详细信息

基于深度神经网络的多源遥感影像目标识别系统已逐步在空天遥感情报侦察、无人作战自主环境认知、多模复合末制导等多个军事场景中广泛应用。然而,由于深度学习理论上的不完备性、深度神经网络结构设计工程上的强复用性、以及多源成像识别系统在复杂电磁环境中易受到各类干扰等多因素的影响,使得现有识别系统在对抗攻击鲁棒性方面评估不足,存在极大安全隐患。本文首先从深度学习理论不完备性和识别系统攻击样式两个方面分析了潜在安全风险,并重点介绍了深度识别模型对抗样本攻击基本原理和典型方法。其次,针对光学遥感影像和SAR遥感影像两类典型数据形式,从鲁棒正确识别率和对抗攻击可解释性两个方面开展多源遥感影像深度识别模型对抗攻击鲁棒性评估,覆盖了9类常见深度识别网络架构和7类典型对抗样本攻击方法,验证了现有深度识别模型对抗攻击鲁棒性普遍不足的问题,分析了对抗样本与正常样本的多隐层特征激活差异,为下一步设计对抗样本检测算法和提升模型对抗鲁棒性提供参考。

关键词：多源遥感影像目标识别深度神经网络对抗攻击特征可视化对抗鲁棒性评估

基于改进ResNet网络的复数SAR图像舰船目标识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2022年第12期44卷 3652-3660页

作者：雷禹冷祥光周晓艳孙忠镇计科峰国防科技大学电子科学学院湖南长沙410073

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... 详细信息

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。

关键词：合成孔径雷达神经网络复数信息舰船目标识别

SAR图像飞机目标智能检测识别技术研究进展与展望

在线全文

学校读者我要写书评

暂无评论

雷达学报 2023年

作者：罗汝赵凌君何奇山计科峰匡纲要国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室

合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能... 详细信息

合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累，对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述，深入分析了SAR图像飞机目标特性及检测识别难点，总结了最新的研究进展以及不同方法的特点和应用场景，汇总整理了公开数据集及常用性能评估指标，最后，探讨了该领域研究面临的挑战和发展趋势。

关键词：合成孔径雷达目标检测与识别飞机目标深度学习可解释人工智能

复杂运动舰船目标SAR成像空/时变散焦特性研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2023年

作者：王进冷祥光孙忠镇马晓杰杨阳计科峰国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室 93525部队

合成孔径雷达(sythetic aperture radar，SAR)能够对海上舰船目标进行全天时、全天候成像，但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性，目前对复杂运动舰船在SAR图像中的散... 详细信息

合成孔径雷达(sythetic aperture radar，SAR)能够对海上舰船目标进行全天时、全天候成像，但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性，目前对复杂运动舰船在SAR图像中的散焦特性认识不足。本文首先从SAR成像原理出发，理论推导得出舰船复杂运动引起的SAR回波信号相位误差的空变性和时变性是导致其SAR图像质量下降的决定性因素。在此基础上构建了一个复杂运动舰船目标SAR成像模拟器，通过对不同运动状态、不同合成孔径时间舰船点、线、面目标的SAR成像仿真，揭示了复杂运动舰船目标SAR成像空/时变散焦特性。其中空变性会造成舰船在SAR图像上非均匀散焦；时变性使得舰船在SAR图像上变为一条方位向能量带。最后本文结合空/时变散焦特性，探讨了未来SAR运动舰船重聚焦技术的发展方向。

关键词：合成孔径雷达舰船散焦空变相位误差多普勒时变重聚焦