龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学
申请日：2023-05-16
公开（公告）日：2023-09-12
公开（公告）号：CN116740561A
主分类号：G06V20/10
分类号：G06V20/10;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.09.29#实质审查的生效;2023.09.12#公开
摘要：本发明公开了一种基于ASC特征与多尺度深度特征融合的SAR目标识别方法，包括：获取观测目标的原始SAR复数图像，并提取每一幅SAR复数图像对应的属性散射中心；对属性散射中心进行图像重构，获取不同尺度的全局与局部重构图；构建包括特征提取模块以及特征融合模块的深度神经网络，以对多尺度深度特征图与重构图对应的二值化图像进行不同层面的特征融合；将原始SAR复数图像和重构图对应的二值化图像一起输入到训练好的深度神经网络中处理，并输出目标识别结果。该方法采用精确估计的ASC参数对目标进行多种类型的重构，并将其与不同尺度的深度特征进行融合，为网络提供更多的信息，从而提升了识别性能。
主权项：1.一种基于ASC特征与多尺度深度特征融合的SAR目标识别方法，其特征在于，包括：步骤1：获取观测目标的原始SAR复数图像，并基于改进的图像域稀疏表示的ASC参数估计算法提取每一幅SAR复数图像对应的属性散射中心；步骤2：对所述属性散射中心进行图像全局与局部重构，并通过下采样的方式获得不同尺度的全局和局部重构图；步骤3：构建包括特征提取模块以及特征融合模块的深度神经网络；其中，所述特征提取模块用于对所述原始SAR复数图像对应的幅度图像进行多尺度特征提取，得到多尺度深度特征图；所述特征融合模块用于将提取的多尺度深度特征图与所述重构图对应的二值化图像进行不同层面的特征融合；步骤4：将所述原始SAR复数图像和所述重构图对应的二值化图像一起输入到训练好的深度神经网络中进行处理，并输出目标识别结果。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于ASC特征与多尺度深度特征融合的SAR目标识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号