复值条件扩散模型

小样本高精度识别

该模型直接在复数域生成SAR图像，保留幅度与相位信息，并融合物理散射机制，在小样本条件下获得更高的识别精度。

Liao, Leiyao · 张更新 · 刘子纬 · 时艳玲

IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 2025

技术优势

保留相位信息

不同于传统实值生成模型，该方法在复数域建模，生成同时包含幅度和相位的复数SAR图像，为识别提供更丰富的特征。

融合散射机制

将SAR成像物理机制引入复数网络，使模型学习散射中心特征，提升了特征的物理可解释性和辨别力。

小样本高精度

生成的复数SAR图像用于训练，在样本有限时有效提高特征代表性，从而获得优异的识别正确率。

应用场景

• SAR图像识别：提供小样本下高质量SAR目标识别模型，可直接用于军事或民用监测。
• 无人机遥感：生成模拟SAR图像用于训练，缓解无人机遥感数据稀缺问题。