龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国人民解放军海军工程大学
摘要：本发明提供了一种基于条件扩散模型的可见光图像海上船舶目标识别方法，包括以下步骤：步骤S1：提取待识别图像的带噪声标签和图像特征；步骤S2：将带噪声标签和先验信息进行拼接，再和图像特征一起输入训练好的条件扩散模型进行去噪；步骤S3：重复步骤S2进行T轮迭代得到待识别图像的无噪标签，以识别船舶目标。在处理复杂背景和多目标场景时，在海上船舶目标识别领域具备很大的应用潜力和发展前景，能够有效提升检测准确性、鲁棒性和效率。
主权项：1.一种基于条件扩散模型的可见光图像海上船舶目标识别方法，其特征在于：包括以下步骤：步骤S1：提取待识别图像的带噪声标签和图像特征；步骤S2：将所述带噪声标签和先验信息进行拼接，再和图像特征一起输入训练好的条件扩散模型进行去噪；所述先验信息通过以下步骤生成：提取船舶目标的特征图；基于所述特征图生成船舶整体和上层建筑子部件的候选框区域及对应的特征图；将船舶整体特征图和上层建筑子部件特征图对应位置相加以融合特征；得到的融合特征通过卷积层进一步学习，再通过感兴趣区域池化层获得固定尺寸的特征图；最后通过3层全连接层和Softmax层来得到预测的船舶类别概率作为先验信息；步骤S3：重复步骤S2进行T轮迭代得到待识别图像的无噪标签，以识别船舶目标；步骤S2中所述条件扩散模型通过以下方法进行训练：将输入图像的先验信息和其无噪标签通过扩散过程得到加噪标签；将所述加噪标签和先验信息进行拼接，然后和图像特征以及时间步一起输入神经网络进行噪声预测，并通过损失函数计算预测的噪声和标准高斯噪声之间的损失值，最后通过反向传播与梯度下降来优化神经网络的参数；所述扩散过程的表达式为： ；式中，表示加噪后的标签，表示无噪标签，，，表示时间步t时的高斯分布方差的超参数，表示先验信息，表示标准高斯噪声。
全文数据：
权利要求：
百度查询： 中国人民解放军海军工程大学 基于条件扩散模型的可见光图像海上船舶目标识别方法
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