系统工程与电子技术

北大核心,INSPEC,JST,EI,CSCD

国内刊号:11-2422/TN

国际刊号:1001-506X

系统工程与电子技术杂志2023年第11期:基于深度特征融合的SAR图像与AIS信息关联方法

发布日期:

作者:李浩然, 熊伟, 崔亚奇

单位:海军航空大学信息融合研究所, 山东 烟台 264001

关键词:多源数据关联,深度学习,遥感图像,跨模态检索

星载合成孔径雷达(synthetic aperture radar, SAR)和自动识别系统(automatic identification system, AIS)都可以获取到探测目标的相关信息, 将两者获取的信息进行关联融合, 有益于实现高效的海上侦察监视。由于数据之间存在的异构性, 传统方法多依赖人工特征建立SAR图像与AIS信息的关联关系, 但这些方法存在精度差、效率低等缺点。本文提出了一种基于深度特征融合的SAR图像与AIS信息关联方法, 针对两种模态数据的特点分别设计了对应的特征学习网络获取单模态特征表示, 进一步融合不同模态的特征信息以增强跨模态信息间的语义相关性, 然后通过设计的关联学习目标函数进行跨模态特征之间关联学习。在构建的数据集上验证表明, 所提方法关联精度高、适应性强, 验证了所提数据集和方法的有效性。

来源:2023年第11期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第11期

联系我们

  • 地址:北京市142信箱32分箱
  • 电话:(010)68388406/68386014
  • E-mail:E-mail:xtgcydzjs@126.com

咨询工作人员