基于改进YOLOv5的Video SAR动目标检测算法

视频合成孔径雷达图像中动目标阴影可反映其真实位置,针对目前利用深度学习检测阴影的方法来检测动目标存在检测概率低和虚警等问题,提出一种改进的YOLOv5模型。该算法以YOLOv5框架为基础,一方面添加小目标检测层、引入兼顾通道和空间的三维注意力机制,并调整损失函数计算方法为最小点距交并比方法,来提升网络对动目标阴影的感知能力;另一方面增加道路提取作为判定条件,来降低道路外侧静止物体阴影对检测动目标阴影的干扰。经实验验证,该算法与YOLOv5相比在平均精度上提高7.12%,满足动目标检测需求。

基于TX2的微型SAR实时成像信号处理技术

微型合成孔径雷达实时成像处理系统使用GPU实现,该系统以波数域成像算法为基础,采用两步运动补偿方法补偿无人机平台的运动误差,然后使用相位梯度自聚焦算法补偿残留相位误差。基于NVIDIA公司TX2开发板对实时成像处理系统进行了算法开发与验证,结合GPU特性对成像算法并行化处理,在18.5 s内实现了16k×8k点的数据处理。试验结果验证了实时成像处理系统的有效性。