先验知识引导证据深度学习

可靠识别少拍SAR目标

将模拟数据中的类别相关性作为先验知识嵌入证据深度学习，在少样本下同时提升识别精度与不确定性估计。

周小燕 · 唐涛 · He, Qishan · 赵凌君 · Kuang, Guangyao · Liu, Li

ISPRS Journal of Photogrammetry and Remote Sensing 2024

参数信息

4-way 1-shot识别准确率

70.19 %

4-way 20-shot识别准确率

92.97 %

技术优势

不信高置信度错误

引入不确定性估计，识别不可信预测，避免误导决策。

少样本下更可靠

在4-way 1-shot仅70.19%，说明样本极少时仍有相当不确定性；但随样本增加至20-shot，准确率提升至92.97%，且不确定性估计更优。

应用场景

• 雷达目标识别：在样本稀少时给出可靠类别与置信度，避免误判。
• 无人机遥感监测：无人机获取的SAR图像样本少，可直接用于目标识别与不确定性估计。
• 遥感图像分析：对少量遥感图像进行可靠分类，并识别不可信结果。
• 毫米波雷达感知：可为毫米波雷达数据提供不确定性估计，提升识别可信度。