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：北京邮电大学
摘要：本发明提供了一种跨场景多域融合小样本遥感目标鲁棒识别方法，属于目标识别技术领域。该方法融合跨场景多域多模态遥感图像，采用元学习策略和掩码自编码器进行表征学习，显著提升识别模型在有限标注数据、复杂多变环境下的高效学习与准确泛化能力；通过改进的多模态图像配准技术和改进的跨模态多头自注意力机制，结合改进的多级特征融合方法，提高配准精度和特征表达能力；基于改进的深度神经网络的轻量化实时目标识别模型，结合锚框机制和非极大值抑制算法，实现目标检测的实时性和准确性。本发明创新跨场景泛化小样本学习和表征学习方法，创新多域异构图像配准、融合和轻量化实时目标识别技术，显著提升跨场景目标识别精度和鲁棒性。
主权项：1.一种跨场景多域融合小样本遥感目标鲁棒识别方法，其特征在于，所述方法包括以下步骤：步骤一，基于改进的域映射的跨场景泛化小样本学习，采用元学习策略构建K-way-N-shot的学习场景，通过少量的标注样本驱动模型迭代升级，在面对新任务时能够迅速适应并精确执行分类任务；步骤二，基于改进的掩码自编码器的表征学习，利用随机掩码机制，在不依赖标注数据的情况下，从大规模图像数据中提取出高层级的语义特征表示；步骤三，基于改进的特征匹配的多域异构图像配准技术，提取多模态遥感图像的显著边界特征，配合基于灰度方法提取得到的特征点进行对图像进行配准，对图像配准与交换后的可见光、红外和SAR图像再次进行特征提取，结合改进的增量式优化方法，利用改进的锚框机制进行边界框划定；步骤四，基于改进的深度神经网络的轻量化实时目标识别模型，使用ResNet-101骨干网络特征提取器对配准后的多模态遥感图像进行特征提取；并通过改进的跨模态自注意力机制及多级特征融合方法，进行目标检测识别。
全文数据：
权利要求：
百度查询： 北京邮电大学 一种跨场景多域融合小样本遥感目标鲁棒识别方法
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