[发明专利]一种面向方位角连续缺失的SAR目标特征解缠与识别方法

说明书

本发明公开了一种面向方位角连续缺失的SAR目标特征解缠与识别方法，获取待识别SAR图像；基于特征解缠学习的编码网络提取待识别SAR图像中待分类目标的身份特征；其中，身份特征与待识别SAR图像的方位角无关；采用特征解缠学习的目标识别子网络对身份特征进行识别，得到待识别SAR图像中待分类目标的类别；本发明通过从待识别的SAR图像中提取与方位角角度无关的身份特征，并使用目标识别网络对提取出的身份特征加以约束限制，使得网络提取的身份特征表示性/解释性更强，实现在方位角大范围连续缺失下的SAR图像的目标识别任务。

技术领域

本发明属于合成孔径雷达目标识别技术领域，尤其涉及一种面向方位角连续缺失的SAR目标特征解缠与识别方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)目标识别方法，对军事目标识别、车辆重识别等任务中有着重要的意义，可以为监控、打击、救援等任务的展开提供精准的目标身份信息。目标识别方法最重要的任务是提供稳定而精准的身份信息，而这其中的关键技术就是方位角连续缺失情况下稳定的目标识别技术。在实际应用中，合成孔径雷达具有不受天气和光照等条件干扰、可连续监测海洋环境中的目标等优势。

在实际的目标监测中，目标与载有成像雷达的卫星处于相对运动中，当目标静止，或者小范围活动时，无法获得待识别目标在全部方位角下的成像信息，只能得到部分方位角下的成像信息，而SAR图像又对方位角敏感，较小的观测角度变化也会引起SAR图像上的突变。

实际应用中我们可以获得一部分目标在全部方位角下的成像(如己方目标等)，但面对只有在部分方位角下的成像的目标，如何利用有全部方位角成像信息的样本和只有部分方位角成像信息的样本，训练稳定精准的目标识别分类器，从而处理方位角连续缺失情况下的目标识别问题就成为了亟待解决的难题。

发明内容

本发明的目的是提供一种面向方位角连续缺失的SAR目标特征解缠与识别方法，以解决方位角连续缺失的SAR图像的目标识别问题。

本发明采用以下技术方案：一种面向方位角连续缺失的SAR目标特征解缠与识别方法，包括以下步骤：

获取待识别SAR图像；

基于特征解缠学习的编码网络提取待识别SAR图像中待分类目标的身份特征；其中，身份特征与待识别SAR图像的方位角无关；

采用特征解缠学习的目标识别子网络对身份特征进行识别，得到待识别SAR图像中待分类目标的类别。

进一步地，编码网络包括两层卷积层和池化层，提取待识别SAR图像中待分类目标的身份特征包括：

通过第一层卷积层提取待识别SAR图像的基础共有特征；

以基础共有特征为输入信息，采用第二层卷积层得到身份特征和。

进一步地，对身份特征进行识别包括：

将身份特征依次通过卷积层和softmax层，得到待识别SAR图像中待分类目标的类别。

进一步地，编码网络的训练方法为：

确定SAR图像训练集；SAR图像训练集至少包含一个类别的全方位角SAR图像；

将SAR图像训练集中的SAR图像进行分组，每组中包含两个SAR图像；其中，至少一组中的两个SAR图像的方位角不同；

以每组的两个SAR图像为输入信息，分别计算目标识别子网络的交叉熵和目标转换子网络的重构误差和转换误差；

基于交叉熵、重构误差和转换误差，采用反向传播方法优化编码网络。

进一步地，还包括基于交叉熵、重构误差和转换误差，采用反向传播方法优化目标识别子网络和目标转换子网络。