买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安邮电大学申请的专利基于注意力机制和残差关系网络的SAR图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114372521B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111650372.5，技术领域涉及：G06V10/764；该发明授权基于注意力机制和残差关系网络的SAR图像分类方法是由滑文强;张聪;王欣雷;谢雯;金小敏;路龙宾;张璐;邓万宇设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本基于注意力机制和残差关系网络的SAR图像分类方法在说明书摘要公布了：本发明公开了基于注意力机制和残差关系网络的SAR图像分类方法，包括：构建分类模型，分类模型为基于注意力机制的3D残差关系网络模型；选取训练集；采用训练集对分类模型进行训练，获得训练好的分类模型；获取待分类的极化合成孔径雷达图像；将待分类的极化合成孔径雷达图像中每个像素的原始输入信息输入训练好的分类模型，获得分类结果。本发明是针对极化SAR图像分类中的小样本问题，对深度学习方法在极化SAR图像应用上的改进，并结合极化SAR数据的空间邻域信息，有效的实现了深度学习在小样本下极化SAR图像分类。

本发明授权基于注意力机制和残差关系网络的SAR图像分类方法在权利要求书中公布了：1.基于注意力机制和残差关系网络的SAR图像分类方法，其特征在于，包括：构建分类模型，所述分类模型为基于注意力机制的3D残差关系网络模型；选取训练集；采用所述训练集对所述分类模型进行训练，获得训练好的分类模型；所述分类模型包括特征嵌入模块和关系模块；获取待分类的极化合成孔径雷达图像；选取以所述极化合成孔径雷达图像中每个像素为中心的像素块；提取所述像素块中每个像素的特征信息，以所述像素块中各像素对应的特征信息作为中心像素的原始输入信息；将所述极化合成孔径雷达图像中每个像素的原始输入信息输入训练好的分类模型，获得分类结果；所述选取训练集，包括：根据真实地物标记，选取多个有标记的数据作为训练样本；在所述分类模型每次进行训练迭代时，均将所述训练样本转化为回合集，所述回合集包括支持集和查询集，所有的所述回合集组成所述训练集；所述在所述分类模型每次进行训练迭代时，均将所述训练样本转化为回合集，包括：按照分类类别选取所述训练样本中标签不为零的样本；对选取的所述样本进行扩充，获得扩充样本集；在所述扩充样本集中进行采样，每次采样获得一个所述支持集和查询集，所述支持集和查询集组成所述回合集；在得到所述回合集后，将所述回合集中的所述支持集和所述查询集加入所述特征嵌入模块，采用注意力机制提取相应的特征数据；提取所述支持集和所述查询集的特征数据后，将所述支持集和所述查询集的特征数据拼接起来，并输入到所述关系模块中，计算出关系得分；在选取以所述极化合成孔径雷达图像中每个像素为中心的像素块之前，还包括：对所述极化合成孔径雷达图像进行滤波处理；对滤波处理后的极化合成孔径雷达图像进行Pauli分解，获得相应的伪彩色图；获得所述伪彩色图后，选取以所述伪彩色图中每个像素为中心的像素块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710000 陕西省西安市长安南路563号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。