MSTAR数据集详解:目标分类与俯仰角影响
需积分: 0 119 浏览量
更新于2024-08-03
收藏 1.19MB DOCX 举报
MSTAR数据集是一个由桑迪亚国家实验室利用高分辨率的聚束式合成孔径雷达(SAR)收集的大型军事目标图像集合。该数据集是国防高级研究计划局和空军研究实验室联合资助的MSTAR计划的一部分,其目的是为了促进计算机视觉和目标识别领域的研究。数据集的特点在于它包含了数十万张SAR图像,涵盖了不同的目标类型,如装甲运输车(BTR70)、步兵战车(BMP2)和坦克(T72),以及部分其他军事车辆和自行火炮。
数据集的核心部分分为两个部分:一个是推荐的训练集和测试集(MSTAR_PUBLIC_TARGETS_CHIPS_T72_BMP2_BTR70_SLICY),训练集图像由雷达在17度俯仰角下获取,而测试集则是15度和17度俯仰角下的图像。每个类别都有不同型号的车辆,尽管型号之间存在细节差异,但整体的散射特性相似,适合用于训练和评估目标识别算法的性能。
MSTAR混合目标数据(MSTAR_PUBLIC_MIXED_TARGETS_CD2/MSTAR_PUBLIC_MIXED_TARGETS_CD1)则进一步扩展了目标种类,包括2S1自行榴弹炮、BRDM2装甲侦察车、BTR60装甲运输车、D7推土机、T62坦克、ZIL131货运卡车和ZSU234自行高炮等,展示了多角度和多样化的军事目标图像。此外,数据集还包括环境场景,这些是雷达在条带模式下捕捉的背景图像,背景区域是亨茨维尔红石兵工厂附近,有农村和城市两种场景。每种场景下有50个图像,分别对应两种俯仰角,总计90幅农村图像和5幅城市图像,提供了丰富的地形和建筑背景信息。
这个数据集不仅有利于开发和测试车辆目标识别算法,还能帮助研究人员理解不同雷达角度和环境条件下的目标特征,对实时战场感知和目标分析有着重要的实际应用价值。由于数据集的开放性和多样性,它在军事、遥感和人工智能等领域内得到了广泛的研究关注和使用,是数据驱动的科学研究中不可或缺的一部分。
463 浏览量
2022-07-14 上传
2023-06-08 上传
2023-11-05 上传
2024-01-08 上传
2023-11-27 上传
2023-05-09 上传
2023-07-29 上传
2023-07-07 上传
dr_xxy
- 粉丝: 0
- 资源: 1
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦