公开(公告)号：CN117746014A

公开(公告)日：2024-03-22

申请号：CN202311675687.4

申请日：2023-12-07

Applicant: 北京交通大学

Inventor： 李艳凤 ,  邬雯倩 ,  陈紫微 ,  陈后金 ,  孙嘉 ,  陈卢一夫

IPC: G06V10/25 ,  G06V20/13 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明涉及一种融合电磁散射特征的SAR图像目标识别方法和系统，所述SAR图像目标识别方法包括如下步骤：将SAR测试图像基于深度卷积神经网络生成第一中间特征图，将所述SAR测试图像与所述第一中间特征图输入图像分类网络得到识别结果；其中，获得所述深度卷积神经网络的模型参数的方法包括如下步骤：将SAR训练图像基于属性散射中心模型生成属性散射中心图像，将所述SAR训练图像基于深度卷积神经网络生成重构的属性散射中心图像，基于所述属性散射中心图像和所述重构的属性散射中心图像得到所述深度卷积神经网络的模型参数。本发明创新性地采用蒸馏模型的思想来进行电磁散射特征的提取，并采用全局注意力的思想融合电磁散射特征进行SAR图像目标识别。

公开(公告)号：CN117173477A

公开(公告)日：2023-12-05

申请号：CN202311138371.1

申请日：2023-09-05

Applicant: 北京交通大学

Inventor： 李艳凤 ,  陈卢一夫 ,  孙嘉 ,  陈后金 ,  陈紫微 ,  王敏鋆

IPC: G06V10/764 ,  G06V10/774 ,  G06V40/10 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于多层级数据扰动策略的域泛化行人再识别模型训练方法，包括：将原始行人图像输入显式随机扰动模块，将目标行人和扰动后的行人背景重构成背景扰动后的行人图像，获得背景随机扰动后的行人图像；将原始行人图像与背景扰动后的行人图像组合成图像对，将所述图像对输入基线网络进行特征提取，不确定抽样标准化模块对提取后的特征进行隐式扰动，整合后获得输出特征对；将所述输出特征对，输入损失计算模块，将所述输出特征对拆分为原始行人特征与扰动行人特征计算协方差损失，最终计算总损失，将总损失在所述基线网络中反向传播，更新网络权重。本发明在不增加模型参数前提下，显著提升了模型泛化性。