基于深度学习噪声水平估计的海面目标重检测方法、存储介质和电子设备

本发明提供一种基于深度学习噪声水平估计的海面目标重检测方法、存储介质和电子设备，包括如下步骤：首先使用VI‑CFAR检测器计算背景噪声水平和检测阈值，并根据二元假设判断目标的是否存在，然后基于目标存在的基础上进一步利用信噪比判别是否存在目标漏检；其次若漏检，则利用生成对抗网络生成更多的RD图样本，实现对数据集的扩充；然后将扩充后的数据集输入卷积神经网络，进行特征提取，进而识别并用环境噪声替代显著目标，精确估计噪声水平；最后将噪声水平估计结果再反馈到VI‑CFAR检测器，重新计算检测阈值，实现了检测阈值的动态调整，解决了弱目标被淹没环境下的漏检问题。