雷达目标检测精度更高
通过多尺度特征学习和可视化特征图，实现高精度、可解释的雷达目标轨迹检测。
Boyu, Wang · 周共健
IEEE Transactions on Aerospace and Electronic Systems 2024
金字塔收缩模块从低信噪比回波中充分挖掘多尺度浅层空间特征，并采用不同大小的大卷积核扩大感受野，增强弱目标特征提取能力。
与现有最佳网络相比，所提方法的轨迹检测精度提升了17.2%，证明了多尺度特征学习与残差稠密连接的有效性。
在相同的仿真条件下，所提方法的检测概率较现有最佳网络提高了26.22%，表明其能在更低的虚警率下发现目标。
通过可视化分析直观理解网络提取的特征，并采用阈值选择的滑动检测锚框策略，提高了锚框滑动效率，增强了结果的可解释性。