基于深度特征融合的SAR图像与AIS信息关联方法
TP751.1; 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...
Saved in:
| Published in | 系统工程与电子技术 Vol. 45; no. 11; pp. 3491 - 3497 |
|---|---|
| Main Authors | , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
海军航空大学信息融合研究所,山东烟台 264001
25.10.2023
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 1001-506X |
| DOI | 10.12305/j.issn.1001-506X.2023.11.15 |
Cover
| Abstract | TP751.1; 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. |
|---|---|
| AbstractList | TP751.1; 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. |
| Author | 崔亚奇 李浩然 熊伟 |
| AuthorAffiliation | 海军航空大学信息融合研究所,山东烟台 264001 |
| AuthorAffiliation_xml | – name: 海军航空大学信息融合研究所,山东烟台 264001 |
| Author_FL | XIONG Wei CUI Yaqi LI Haoran |
| Author_FL_xml | – sequence: 1 fullname: LI Haoran – sequence: 2 fullname: XIONG Wei – sequence: 3 fullname: CUI Yaqi |
| Author_xml | – sequence: 1 fullname: 李浩然 – sequence: 2 fullname: 熊伟 – sequence: 3 fullname: 崔亚奇 |
| BookMark | eNo9j7tKA0EYRqeIYIx5Cyth1_-fS9YBmxC8BAKCUbALO5nZkCAbcBQvXdCAFkYLtVBQbGxFUmi2iC-T2eQxjChWB05xPr45konbsSFkAcFHykAstfymtbGPAOgJKOz6FCjzEX0UGZL917Mkb21TgUAWCAh4lqy452SU9NKPd5e8ji8HbtiZPF25m4vxw3m1uOUeh-7sevTZK5aro6-XtPPmuv1J5za9H6T9u3kyE4V71uT_mCM7a6vbpQ2vsrleLhUrnkUQwqszI4wKVYFyWOZUo5RSc64Dw0GagIIMqQKumZFaoAiiAmgTRsooqdXUsBxZ_O0ehXEUxo1aq324H08Xa8cHjfqJPm3Zn7-IgIJ9A6RlYv4 |
| ClassificationCodes | TP751.1 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.12305/j.issn.1001-506X.2023.11.15 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitle_FL | An association method between SAR images and AIS information based on depth feature fusion |
| EndPage | 3497 |
| ExternalDocumentID | xtgcydzjs202311015 |
| GroupedDBID | -0Y 2B. 4A8 5XA 5XJ 92E 92I 93N ABJNI ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CUBFJ CW9 PSX TCJ TGP U1G U5S |
| ID | FETCH-LOGICAL-s1055-c3e5ebab6240842d1999d44d7e409e7209a2b04d3e9d5157f60deafbeb9dbd513 |
| ISSN | 1001-506X |
| IngestDate | Thu May 29 04:00:31 EDT 2025 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 11 |
| Keywords | 遥感图像 跨模态检索 deep learning cross-modal retrieval multi-source data association 深度学习 多源数据关联 remote sensing image |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s1055-c3e5ebab6240842d1999d44d7e409e7209a2b04d3e9d5157f60deafbeb9dbd513 |
| PageCount | 7 |
| ParticipantIDs | wanfang_journals_xtgcydzjs202311015 |
| PublicationCentury | 2000 |
| PublicationDate | 2023-10-25 |
| PublicationDateYYYYMMDD | 2023-10-25 |
| PublicationDate_xml | – month: 10 year: 2023 text: 2023-10-25 day: 25 |
| PublicationDecade | 2020 |
| PublicationTitle | 系统工程与电子技术 |
| PublicationTitle_FL | Systems Engineering and Electronics |
| PublicationYear | 2023 |
| Publisher | 海军航空大学信息融合研究所,山东烟台 264001 |
| Publisher_xml | – name: 海军航空大学信息融合研究所,山东烟台 264001 |
| SSID | ssib051375074 ssib002263377 ssib001102898 ssib057620160 ssib023168126 ssib023646287 ssj0042237 |
| Score | 2.3926718 |
| Snippet | TP751.1; 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... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 3491 |
| Title | 基于深度特征融合的SAR图像与AIS信息关联方法 |
| URI | https://d.wanfangdata.com.cn/periodical/xtgcydzjs202311015 |
| Volume | 45 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RAdKgtiB7ET_ymYOcku-ZjMsmAl8lulirqwbbQW0l2koqHFewWtLeigh6sHtSDiuLFq0gP2h7qn2m2_Rm-95JsFlukegmzL2_eZ2bnzTDzHmNTMGKCLDWmkSnjN0RmwZByVNwIhBsLmUpbdinb5x05PSduznvzY4c-jpxaWu4nze7KvvdK_serAAO_4i3Zf_DskCgAoA3-hSd4GJ4H8jGPPK46PNQ8EvgMIh5JHvo8tPEVQLTkkc8DxUNFkAgiRx4FXEGjTd0tHgSIo6C7mNF3CRgiJjQClwcdIh4AcX1jhtodrm1kBKR0h9CAsotkAaIEvlKSOEqEF-UtqwgYeQEwDKkRovwomM-1hxANRMIhRxIM2h7i6DZKi3w1ns9ALi0QoPpkCNCubADoilSH3rJGAQD1RwYt4F2_ARkECU-WBGsgR1DNH90XceiEXXGHmr7kkheIj2aQaDk0Q8C1Jm0UOQcoCa79Ugn0yV4r7ucTbZFEBR1JyApVd1okr01-JlOBJVA3tzQnOC20rkIUapV7OMW0gwfbPItqOg7npSLNZjX-7JFZxhVFhbMyYoGf_r6zISwvPZoOkUlzyKSJ5oK5sllcpP0j3_ij_mL3sVm5v4RYEBxiBocJx_fxEMSEbt--NVOH2xidjizXIZR33fpes4NF0ew6vMdaBdKplwOe7UK8Wi8_YOnrYMLDKpISELpScaRK8MNsqlLr2l-Uovt3vSzuLY6EirPH2bFyjTepiwF7go2t3DvJjo5k_jzFruefN7c31wY_vuebX3debORbq7ufXuavn--8fwqDMP-wlT95tf1zDYbc9q8vg9Vv-bP13dU3g3cbg_W3p9lcJ5ptTTfKQiaNJaw_2-i6qZcmcSIxn6BwDKb-MEIYPxWWSn3HUrGTWMK4qTKwvvAzaZk0zpI0USYBiHuGjfce9NKzbNJTmfIsN4lxU8szKrEzO86M42ddN8tEco5dKXVfKP-olhb2evT8gbAusCP1wLrIxvsPl9NLEIL3k8vll_Ab94qjVg |
| linkProvider | EBSCOhost |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E7%89%B9%E5%BE%81%E8%9E%8D%E5%90%88%E7%9A%84SAR%E5%9B%BE%E5%83%8F%E4%B8%8EAIS%E4%BF%A1%E6%81%AF%E5%85%B3%E8%81%94%E6%96%B9%E6%B3%95&rft.jtitle=%E7%B3%BB%E7%BB%9F%E5%B7%A5%E7%A8%8B%E4%B8%8E%E7%94%B5%E5%AD%90%E6%8A%80%E6%9C%AF&rft.au=%E6%9D%8E%E6%B5%A9%E7%84%B6&rft.au=%E7%86%8A%E4%BC%9F&rft.au=%E5%B4%94%E4%BA%9A%E5%A5%87&rft.date=2023-10-25&rft.pub=%E6%B5%B7%E5%86%9B%E8%88%AA%E7%A9%BA%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E8%9E%8D%E5%90%88%E7%A0%94%E7%A9%B6%E6%89%80%2C%E5%B1%B1%E4%B8%9C%E7%83%9F%E5%8F%B0+264001&rft.issn=1001-506X&rft.volume=45&rft.issue=11&rft.spage=3491&rft.epage=3497&rft_id=info:doi/10.12305%2Fj.issn.1001-506X.2023.11.15&rft.externalDocID=xtgcydzjs202311015 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fxtgcydzjs%2Fxtgcydzjs.jpg |