El reconocimiento de objetivos en imágenes de radar de apertura sintética (Synthetic Aperture Radar, SAR) es una aplicación importante de la interpretación de imágenes SAR. Para mejorar la robustez del reconocimiento de objetivos SAR, este artículo propone un método de coincidencia de centros de dispersión de atributos basado en una red de creencias profundas (Deep Belief Network, DBN). Los parámetros de los centros de dispersión de atributos son ricos en características y pueden reflejar bien las propiedades locales de dispersión del objetivo. La DBN aprovecha las ventajas del aprendizaje profundo para lograr una coincidencia robusta entre los conjuntos de centros de dispersión de muestras de prueba y de plantilla, y puede adaptarse bien a interferencias de ruido y pérdidas parciales, entre otros casos. Sobre la base de la relación de coincidencia construida de centros de dispersión de atributos, se define un criterio de medida de similitud. Se determina la categoría de la muestra de prueba basándose en el principio de máxima similitud. Los experimentos se realizaron con el conjunto de datos MSTAR y han demostrado que el método propuesto es efectivo y robusto para el problema del reconocimiento de objetivos SAR.

Radar de apertura sintética;reconocimiento de objetivos;centros de dispersión de atributos;red de creencias profundas