公开(公告)号：CN110610207B

公开(公告)日：2022-11-25

申请号：CN201910854427.0

申请日：2019-09-10

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王子璘 ,  王诗言

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于迁移学习的小样本SAR图像舰船分类方法，属于计算机视觉技术领域。该方法包括：1)对SAR图像舰船切片进行预处理从而使舰船切片满足迁移学习对输入图片的要求，对舰船切片采取图像增强，并通过DCGAN网络合成相似的舰船切片图像，从而满足CNN分类网络对于数据数量的要求；2)将图片通过去噪自编码器提取图像特征，降低DCGAN网络生成图像时加入的噪声，降低不同海况背景对分类结果的影响；3)采用ResNet网络进行迁移学习，并采用fine‑tune方法进一步提升分类准确性。本发明保证了小样本SAR图像舰船分类能够达到一定准确性。

公开(公告)号：CN110610207A

公开(公告)日：2019-12-24

申请号：CN201910854427.0

申请日：2019-09-10

Applicant: 重庆邮电大学

Inventor： 余翔 ,  王子璘 ,  王诗言

IPC: G06K9/62

Abstract: 本发明涉及一种基于迁移学习的小样本SAR图像舰船分类方法，属于计算机视觉技术领域。该方法包括：1)对SAR图像舰船切片进行预处理从而使舰船切片满足迁移学习对输入图片的要求，对舰船切片采取图像增强，并通过DCGAN网络合成相似的舰船切片图像，从而满足CNN分类网络对于数据数量的要求；2)将图片通过去噪自编码器提取图像特征，降低DCGAN网络生成图像时加入的噪声，降低不同海况背景对分类结果的影响；3)采用ResNet网络进行迁移学习，并采用fine-tune方法进一步提升分类准确性。本发明保证了小样本SAR图像舰船分类能够达到一定准确性。