基于SiamFC的海上舰船跟踪实验设计
2024-03-02分类号:TN957.52;U675.74;E91
【部门】中国石油大学(华东)海洋与空间信息学院
【摘要】为了提高海上舰船跟踪准确率,设计了一种基于SAR图像的海上舰船跟踪实验方案。首先利用三组连续的卫星SAR图像构建数据集,然后根据海上舰船尺寸小、全卷积孪生网络(SiamFC)算法网络层数少的特点,提出将SiamFC算法应用于海上舰船跟踪过程。通过调整模型相关参数,并构建数据集,对模型进行了训练及测试。测试结果表明,该模型具有可行性。为了达到更好的跟踪效果,引入伽马算子对SAR图像进行增强,减少了SAR图像的相干斑点噪声。最后,对改进后的模型进行测试的结果表明,该方案的舰船跟踪准确率大大提高。
【关键词】深度学习 合成孔径雷达 目标跟踪 SiamFC算法 伽马算子
【基金】国家重点基金项目(62231028);; 中国石油大学(华东)教学改革项目(CM2022063,CT2022003)
【所属期刊栏目】实验技术与管理
文献传递