成果介绍
本项目重点解决在资源受限的硬件设备上进行SAR 典型场景实
时目标检测定位与识别任务时,现有SAR 图像目标检测识别方法不
能同时兼顾高精度和实时性的难题,开展基于轻量化深度学习模型的
SAR 图像舰船检测算法、舰船目标结构特征提取与识别算法、星载
SAR 机场定位检测等关键技术研究,能有效应用于星上目标检测识别
任务中,提高SAR 图像星上处理应用水平。
成果亮点
1. 基于轻量化深度学习模型的SAR 图像舰船检测算法
针对在资源受限的硬件设备上进行SAR 图像舰船实时检测任务,我们采用了自适应图像增强与滤波方法、多尺度特征提取、轻量化深度检测网络、动态量化加速策略、基于先验知识辅助和距离度量的自适应海陆分割技术等一系列方法应用于SAR 图像舰船检测,达到离线学习、快速准确检测目标能力。
2. 舰船目标结构特征提取与识别算法
针对由于感兴趣目标数据不足导致特征表示难学习的问题,我们开展了星载SAR 图像典型目标的几何结构特征提取和目标识别研究。我们根据合成孔径雷达成像机制和目标散射信息,提取目标几何特征,辅助后续目标识别。同时,我们采用了基于迁移学习和轻量化深度学习模型的目标识别方法,能有效提升目标识别性能,加快识别速度。
3. 星载SAR 机场定位和目标检测
针对机场的复杂环境下目标检测问题,为进一步提高驻场飞机目标检测效率和性能,开展地理编码语义信息辅助的机场定位研究,在判定图像包含机场的前提下,开展机场典型结构的特征提取研究,高效提取机场感兴趣区域,从而可以快速定位机场准确位置,为后续驻场飞机检测节省大量时间。
团队介绍
西安电子科技大学信息感知集成攻关研究院,是教育部批准建设
的12 个集成攻关大平台之一,是“211”高校中唯一获批建设的集成攻
关大平台,西北地区唯一获批建设的集成攻关大平台,研究院以国家
战略需求为导向,围绕新一代雷达技术体系构建攻关目标,开展智能
雷达系统设计、信息处理算法研究、核心电子器件研发、工业基础软
件设计等关键共性技术研究,解决在雷达技术研究中核心算法、高端
芯片和工业软件三方面“卡脖子”问题,加快实现雷达探测技术关键核
心技术突破。同时,以提升系统集成能力为核心,打通“产学研用”链
条,加强从基础研究、关键技术、装备研制、成果转化到产业化的全
链条设计、一体化部署。
成果资料
产业化落地方案