O reconhecimento de alvos em imagens de Radar de Abertura Sintética (Synthetic Aperture Radar, SAR) é uma aplicação importante da interpretação de imagens SAR. Para melhorar a robustez do reconhecimento de alvos SAR, este artigo propõe um método de correspondência dos centros de dispersão de atributos baseado em Rede de Crença Profunda (Deep Belief Network, DBN). Os parâmetros dos centros de dispersão de atributos são ricos em características e podem refletir bem as propriedades locais de dispersão do alvo. A DBN aproveita as vantagens do aprendizado profundo para realizar uma correspondência robusta entre os conjuntos de centros de dispersão das amostras de teste e das amostras modelo, e pode se adaptar bem a interferências de ruído, perdas parciais, entre outras condições. Com base na relação de correspondência dos centros de dispersão de atributos construída, define-se um critério de medida de similaridade. A categoria da amostra de teste é determinada com base no princípio da máxima similaridade. Os experimentos foram realizados com o conjunto de dados MSTAR e verificou-se que o método proposto tem boa eficácia e robustez para o problema de reconhecimento de alvos SAR.

Radar de Abertura Sintética;Reconhecimento de Alvos;Centros de Dispersão de Atributos;Rede de Crença Profunda