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：江苏大学;无锡维伊恩智能科技有限公司;南京昭视智能科技有限公司
申请日：2024-03-22
公开（公告）日：2024-06-18
公开（公告）号：CN118212458A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/24;G06V10/774;G06N3/04
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了一种面向水下场景的解耦表征域自适应声呐图像分类方法。该方法通过对图像特征进行解纠缠，自适应的将光学图像和声呐图像领域的域不变因子和域特定因子分离出来，滤除对跨域分类造成干扰的无关因素。具体来讲，提出一种解纠缠跨域转换模块，对域内图像进行特征自适应分解，并基于该分解策略进行域迁移，为声呐图像提供更加丰富多元的类别信息，有助于创造良好的领域自适应条件。其次，构造域自适应多特征对齐模块，通过学习不同模态图像的底层特征信息的多个表示，和对抗式领域判别训练，来获取共同分布下的域不变特征，进而提升声呐图像分类效果。
主权项：1.面向水下场景的解耦表征域自适应声呐图像分类方法总体包括以下步骤：步骤1.1：构造解纠缠跨域转换模块，建模内容编码器Ec、风格编码器Es、带有自适应归一化的解码器D和特征自适应学习Featureadaptivelearning,FAL模块，寻找域间的目标特征，送入下一层卷积计算；步骤1.2：构造域自适应多特征对齐模块，用由多个子结构组成的多表示学习模块Muti-representationlearning,MRL来从低像素图像中学习多个表示，对应不同模态图像的底层特征信息，以此分析网络层最具代表性特征；步骤1.3：将步骤1.1任务的输出结果作为域自适应多特征对齐模块的输入，模块通过滤除类别无关特征和获取相似域不变特征分布，进行水下声呐图像的跨域分类；步骤1.4：进行整个任务模型的优化训练。
全文数据：
权利要求：
百度查询： 江苏大学;无锡维伊恩智能科技有限公司;南京昭视智能科技有限公司 面向水下场景的解耦表征域自适应声呐图像分类方法
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