基于改进卷积神经网络的SAR车辆目标识别方法

摘要

本发明公开了一种基于改进卷积神经网络的SAR车辆目标识别方法，主要解决现有技术对SAR车辆目标识别准确率低及网络易产生过拟合的问题。其方案为：去除训练样本中的每幅图像的背景杂波，并将每幅SAR图像进行裁剪；构建基于caffe架构的改进卷积神经网络结构，即将卷积神经网络目标识别部分的分类器设为混合最大边界softmax；将裁剪后的训练样本输入改进卷积神经网络中进行训练得到训练好的网络模型；对测试样本进行去除背景杂波及裁剪操作；将处理后的测试样本输入训练好的改进卷积神经网络模型进行测试，得到其识别率。本发明提高了SAR车辆目标识别的准确率，加快了网络收敛速度，提高了网络的泛化性能。