第３５卷，第２期自然资源遥感Ｖｏｌ．３５，Ｎｏ．２２０２３年６月ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＮＡＴＵＲＡＬＲＥＳＯＵＲＣＥＳＪｕｎ．，２０２３ｄｏｉ：１０．６０４６／ｚｒｚｙｙｇ．２０２２１２６引用格式：邱磊，张学志，郝大为．基于深度学习的视频ＳＡＲ动目标检测与跟踪算法［Ｊ］．自然资源遥感，２０２３，３５（２）：１５７－１６６．（ＱｉｕＬ，ＺｈａｎｇＸＺ，ＨａｏＤＷ．ＶｉｄｅｏＳＡＲｍｏｖｉｎｇｔａｒｇｅｔｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ⁃ｉｎｇｆｏｒＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓ，２０２３，３５（２）：１５７－１６６．）基于深度学习的视频ＳＡＲ动目标检测与跟踪算法邱磊１，２，张学志２，郝大为２（１．海军工程大学兵器工程学院，武汉４３００３３；２．陆军工程大学军械士官学校雷达系，武汉４３００７５）摘要：视频合成孔径雷达（ｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅＲａｄａｒ，ＳＡＲ）技术被广泛应用于军事侦查、地质勘探和灾害预测等领域。由于ＳＡＲ视频存在很多的相干斑（Ｓｐｅｃｋｌｅ）噪声以及镜面反射、叠掩效应等干扰因素，运动目标容易与背景或其他目标混淆在一起。针对上述问题，文章提出了一种有效的视频ＳＡＲ目标检测与跟踪算法。首先，提取视频ＳＡＲ的多个特征用于构造多通道特征图；然后，使用改进的轻量ＥｆｆｉｃｉｅｎｔＤｅｔ网络对更深层的特征进行提取，从而在兼顾算法效率的同时提升ＳＡＲ目标检测的准确度；最后，采用基于目标检测框的轨迹关联策略对视频ＳＡＲ中同一目标进行关联。实验表明，本研究提出的方法针对ＳＡＲ阴影目标检测与跟踪任务取得了较好的效果。关键词：视频ＳＡＲ；特征增强；目标检测；深度学习；特征金字塔；多目标跟踪中图法分类号：ＴＰ７９文献标志码：Ａ文章编号：２０９７－０３４Ｘ（２０２３）０２－０１５７－１０收稿日期：２０２２－０４－０６；修订日期：２０２２－０９－０２第一作者：邱磊（１９８６－），男，硕士，讲师，研究方向为雷达工程、火力指挥与控制工程。Ｅｍａｉｌ：１７５８２３７０４＠ｑｑ．ｃｏｍ。０引言遥感目标跟踪在军事、环境、资源、气象和农业等多个领域有广泛应用。视频合成孔径雷达（ｓｙｎ⁃ｔｈｅｔｉｃａｐｅｒｔｕｒｅＲａｄａｒ，ＳＡＲ）通过向地面发射电磁波信号获取地表物体的反射信...
