雷达学报

作者：李妙歌, 陈渤, 王东升, 刘宏伟

单位：西安电子科技大学雷达信号处理全国重点实验室 西安 710071；

关键词：合成孔径雷达, 可视化分析, 卷积神经网络, 类激活映射, 神经元

基金：国家自然科学基金(U21B2006)，陕西省青年创新团队项目，中央高校基本科研业务费专项资金(QTZX23037, QTZX22160)，“111”计划(B18039)

卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明，CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域，但现有方法主要基于通道级或空间级类激活权重，且在SAR图像数据集上的应用仍处于起步阶段。基于此，该文从神经元特征提取能力和网络决策依据两个层面出发，提出了一种面向SAR图像的CNN模型可视化方法。首先，基于神经元的激活值，对神经元在其感受野范围内的目标结构学习能力进行可视化，然后提出一种通道-空间混合的类激活映射方法，通过对SAR图像中的重要区域进行定位，为模型的决策过程提供依据。实验结果表明，该方法给出了模型在不同设置下的可解释性分析，有效拓展了卷积神经网络在SAR图像上的可视化应用。

来源：2024年第2期

《雷达学报》期刊编辑部

查看雷达学报杂志2024年第2期