Resumen

Este trabajo propone un método de reconocimiento de imágenes de radar de apertura sintética (SAR) utilizando múltiples vistas y análisis de correlación interna. Debido a la sensibilidad azimutal de las imágenes SAR, la correlación interna entre las imágenes multivista que participan en el reconocimiento no es lo suficientemente estable. Para ello, el método propuesto agrupa primero las imágenes SAR multivista basándose en la correlación de imágenes y la entropía de información de correlación no lineal (NCIE) para obtener conjuntos de vistas múltiples con fuertes correlaciones internas. Para cada conjunto de vistas, se utiliza la representación dispersa multitarea para reconstruir las imágenes SAR en él para obtener reconstrucciones de alta precisión. Por último, se utiliza el método de ponderación lineal para fusionar los errores de reconstrucción de los distintos conjuntos de vistas y se determina la categoría del objetivo en función del error de fusión. En el experimento se realizan pruebas basadas en el conjunto de datos MSTAR, y los resultados validan la eficacia del método propuesto.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:imagen sar, métodos propuestos, información de correlación no lineal, representación dispersa multitarea, métodos de ponderación lineal, correlación interna fuerte, análisis de correlación interna, métodos de reconocimiento de objetivos, radar de apertura sintética, conjunto de vistas diferentes
• Keywords:sar image, proposed methods, nonlinear correlation information, multitask sparse representation, linear weighting methods, strong internal correlation, inner correlation analysis, target recognition methods, synthetic aperture radar, different view set