来源：期刊VIP网 时间：
作者：纪永刚;任继红;李发瑞;李桃利;王佳伟;
单位：中国石油大学(华东)海洋与空间信息学院;自然资源部海上丝路海洋资源环境组网观测技术创新中心;
摘要：深度学习方法在船载高频地波雷达（high-frequency surface wave radar,HFSWR）船只目标检测中得到应用，然而其成功的关键在于构建精准全面的目标样本库。当前基于距离-多普勒（range-Doppler,RD）谱检测结果的单一维度样本库不完备，限制了模型的学习效果。为解决该问题，文章设计了一种船载HFSWR船只目标多维样本库构建方案，包含3个维度：(1)基于RD谱的检测结果结合自动识别系统（automatic identification system,AIS）验证RD维度；(2)基于多帧航迹段识别RT(range–time)/DT(Doppler-time)维度；(3)基于时频TF(time-frequency)分析检测TF维度。通过对3个维度的匹配和重合目标筛除以构建样本集。最后，利用实测数据构建的目标样本库对基于U-Net的目标检测网络进行训练和测试，结果表明该样本库可满足基于深度学习的目标检测模型训练需求。
关键词：船载HFSWR;;船只目标检测;;多维度信息融合;;目标样本库构建;;深度学习
基金资助：国家自然科学基金(62271507,62031015);; 山东省自然科学基金资助项目(ZR2022MF235)
