点击蓝色“雷达学报”关注
报告简介
近年来,随着SAR系统和成像算法的逐渐成熟,可以获得越来越多高分辨率、高质量的SAR图像,相应地,大场景SAR图像目标检测成为当前SAR应用的前沿课题,受到了国内外学者的广泛关注。目前,从大幅复杂SAR场景中抑制非均匀地形/海情杂波、自然杂波、不感兴趣目标的虚警干扰,实时、准确捕获感兴趣静止时敏目标的检测、识别手段依然缺失。随着深度学习技术的迅猛发展,基于深度学习的SAR目标检测逐渐成为理论研究的主流。本报告介绍团队针对复杂杂波场景开展基于深度学习的SAR目标检测的最新研究进展,包括结合强化学习的自适应候选框挑选、基于特征分解的卷积神经网络设计和结合场景鉴别的近岸海域半监督舰船目标检测。
报告视频
电脑端视频播放地址(雷达学报b站学习平台):
学术讲堂 | 第三期合成孔径雷达大讲堂-复杂场景下基于深度学习的SAR目标检测方法研究
报告PPT
专家简介
杜兰,西安电子科技大学教授、博士生导师。从事雷达目标识别、统计机器学习研究。研究成果已应用于我国多部型号雷达,获得国家技术发明二等奖(序2)和省部级一等奖两项,入选国家级高层次人才,获青年女科学家。兼任中国电子学会会士、IEEE会员、“雷达学报”编委,近年来应邀在多个国际国内会议中担任分会主席、TPC Member等职务。
相关阅读
编辑:杨子渊
本号发布信息旨在传播交流,其内容由作者负责,不代表本号观点。如涉及文字、图片、版权等问题,请在20日内与本号联系,我们将第一时间处理。《雷达学报》拥有最终解释权。