SAR典型场景实时目标检测定位与识别技术

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。 邮政编码：710126 传 真：029-81891405 电 话：029-81892585 西安电子科技大学技术转移中心公众微信号： （三） 关键技术 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。 技术成熟度： □概念验证 □原理样机 □工程样机 □中试 □产业化 合作方式： □联合研发 □技术入股 □转让 □授权（