基于深度可变形卷积神经网络的SAR图像目标识别方法
授权
摘要
本发明公开了一种基于深度可变形卷积神经网络的SAR图像目标识别方法，主要解决现有技术目标识别速度慢，准确率低的问题，其步骤为：1)对于SAR图像目标切片数据进行数据扩增，构建目标与场景的合成图像集合，进而得到训练样本集和测试样本集；2)构建基于像素级的峰值特征模块与连通区域标记模块；3)构建深度可变形卷积神经网络并对其进行训练；4)依据得到的峰值图像标记结果，画出目标检测结果图，将目标送入网络，得到输出的分类标签，完成SAR图像目标识别。本发明利用多层网络结构提取输入图像的特征，提高了SAR目标识别中检测速度和识别准确率，可用于遥感目标的目标检测、目标识别和侦查监视。
基本信息
专利标题 ：
基于深度可变形卷积神经网络的SAR图像目标识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN108510467A
申请号 ：
CN201810263825.0
公开（公告）日 ：
2018-09-07
申请日 ：
2018-03-28
授权号 ：
CN108510467B
授权日 ：
2022-04-08
发明人 ：
白静叶维健徐航李超贤张景森李晓宇焦李成侯彪
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市雁塔区太白南路2号
代理机构 ：
陕西电子工业专利中心
代理人 ：
王品华
优先权 ：
CN201810263825.0
主分类号 ：
G06T5/50
IPC分类号 ：
G06T5/50 G06T5/30 G06T5/00 G06T7/11 G06T7/136 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
法律状态
2022-04-08 ：
授权
2018-10-09 ：
实质审查的生效
IPC(主分类) : G06T 5/50
申请日 : 20180328
申请日 : 20180328
2018-09-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
