基于遷移學習的小樣本目標識別研究進展與展望

打開文本圖片集

摘 要：在空、天、海等復雜環(huán)境下的目標識別任務中，高質量的樣本數(shù)據(jù)往往較少。特別是在干擾對抗環(huán)境下，某些特定領域的目標信息獲取困難，可靠的標注數(shù)據(jù)較少。小樣本問題對深度學習技術在目標識別任務中的應用提出了新的挑戰(zhàn)。遷移學習為小樣本不確定環(huán)境下的目標識別問題提供了新的研究思路。本文針對小樣本目標問題，以機載雷達等空天傳感器信息對海面目標識別為例，介紹了遷移學習的主要思路和方法，對遷移學習在海面目標識別問題中的應用現(xiàn)狀進展進行了總結；分析和歸納了遷移學習在海面目標識別應用中的主要挑戰(zhàn)。（剩余19643字）