一种基于特征融合的深度学习SAR影像溢油区识别方法
授权
摘要
本发明公开了一种基于特征融合的深度学习SAR影像溢油区识别方法，包括：利用ToZero阈值分割方法进行全局特征提取；将全局特征与源数据进行融合；利用卷积神经网络对融合的数据进行高维特征提取，并记录池化过程中最大值的位置；反卷积利用记录的最大值位置特征将高维小尺寸特征恢复到原图像尺寸；获得图像分割的结果。本发明的方法提高了原模型分割准确率并且降低了过拟合现象，提供了一种新型的提高模型识别精度的方法。
基本信息
专利标题 ：
一种基于特征融合的深度学习SAR影像溢油区识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113570589A
申请号 ：
CN202110884686.5
公开（公告）日 ：
2021-10-29
申请日 ：
2021-08-03
授权号 ：
CN113570589B
授权日 ：
2022-04-19
发明人 ：
范永磊芮小平张光远徐锡杰
申请人 ：
河海大学
申请人地址 ：
江苏省南京市江宁区佛城西路8号
代理机构 ：
成都方圆聿联专利代理事务所(普通合伙)
代理人 ：
李鹏
优先权 ：
CN202110884686.5
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/136 G06K9/34 G06K9/46 G06K9/62 G06N3/04 G06N3/08
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
G06T7/00
图像分析
法律状态
2022-04-19 ：
授权
2021-11-16 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20210803
申请日 : 20210803
2021-10-29 ：
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
