申请/专利权人:西北工业大学
申请日:2024-03-19
公开(公告)日:2024-06-25
公开(公告)号:CN118247653A
主分类号:G06V20/10
分类号:G06V20/10;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06N3/047;G06N3/048;G06N3/0895
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种基于恒虚检测与CAM的弱监督SAR图像目标检测方法,采用弱监督目标检测网络实现,弱监督目标检测网络包括特征提取网络;采用特征提取网络提取待检测SAR图像的深度特征,采用恒虚检测器生成待检测SAR图像中的候选区域;在深度特征中提取候选区域对应的局部深度特征;分别生成局部深度特征的分类检测结果和分类贡献度;融合分类检测结果和分类贡献度,得到待检测SAR图像的图像级标签;本发明通过弱监督目标检测提取图像的特征,结合恒虚检测器得到目标候选区域,再将二者结合后进行后续的目标检测流程,可以有效避免后续对候选区域进行分类时出现将只包含目标部分的候选区域分类为目标,可以增加候选区域检测的准确性。
主权项:1.基于恒虚检测与CAM的弱监督SAR图像目标检测方法,其特征在于,采用弱监督目标检测网络实现,所述弱监督目标检测网络包括特征提取网络;包括以下步骤:采用特征提取网络提取待检测SAR图像的深度特征,采用恒虚检测器生成所述待检测SAR图像中的候选区域;在所述深度特征中提取所述候选区域对应的局部深度特征;分别生成所述局部深度特征的分类检测结果和分类贡献度;融合所述分类检测结果和分类贡献度,得到所述待检测SAR图像的图像级标签。
全文数据:
权利要求:
百度查询: 西北工业大学 基于恒虚检测与CAM的弱监督SAR图像目标检测方法
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。