Jun, 2024
稀疏多基线合成孔径雷达跨模态车辆目标三维重建
Sparse Multi-baseline SAR Cross-modal 3D Reconstruction of Vehicle Targets
Da Li, Guoqiang Zhao, Houjun Sun, Jiacheng Bao
TL;DR我们提出了一个跨模态重建网络（CMR-Net），它通过将可微渲染和光学图像的交叉模态监督整合在一起，将高度稀疏的多基线 SAR 3D 目标图像重建为结构化和高分辨率的图像。该网络通过精心设计的网络架构和训练策略，能够在公开可用的仿真数据集和真实测量数据集上实现高分辨率的重建，优于基于压缩感知和其他基于学习的传统稀疏重建算法。此外，使用光学图像作为监督提供了一种经济高效的方式来构建训练数据集，降低了方法传播的难度。我们的工作展示了在多基线 SAR 3D 成像中深度学习的广泛前景，并为基于交叉模态学习理论的雷达成像研究提供了一条新的路径。