典型文献
公开SAR图像目标数据集及其在深度学习中的应用综述
文献摘要：
由于合成孔径雷达(SAR)图像可读性较差,所以对其进行目标检测与识别处理的难度也较大.近年来,随着深度学习(DL)方法的不断发展,许多学者将其引入SAR图像目标检测与识别研究中.该类方法以数据为驱动.其中,监督学习方法更以已标注的数据为基础.但是,SAR图像目标的标注通常是昂贵且耗时的.鉴于此,本文对已公开的SAR图像目标数据集进行了归纳总结.首先,对典型的SAR系统平台进行了介绍,具体包括星载SAR和机载SAR.其次,按照是否包含目标类型信息将已公开的SAR图像目标数据集分为两类,并分别对其进行了介绍.最后,为了说明上述数据集的建立具有现实意义,对近年来基于DL方法的SAR图像目标数据集的应用情况进行了总结.这也从侧面说明国内外公开的SAR图像目标数据集可助力基于DL的SAR图像目标检测与识别方法的研究.本文能够为后续展开基于DL方法的SAR图像目标的检测与识别方法研究提供数据和研究思路的参考.
文献关键词：
深度学习;合成孔径雷达图像;SAR目标检测与识别;监督学习;SAR图像目标数据集
中图分类号：
作者姓名：
郑彤;雷鹏;王俊
作者机构：
北京航空航天大学,北京 100191
文献出处：
引用格式：
[1]郑彤;雷鹏;王俊-.公开SAR图像目标数据集及其在深度学习中的应用综述)[J].航空科学技术,2022(03):1-10
A类：
B类：
SAR,应用综述,可读性,目标检测与识别,别处,DL,图像目标检测,监督学习,更以,昂贵,系统平台,星载,机载,目标类型,类型信息,外公,续展,合成孔径雷达图像
AB值：
0.227841
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
