基于CLIP和持续学习的ISAR图像识别方法及系统

    公开(公告)号:CN117765542A

    公开(公告)日:2024-03-26

    申请号:CN202410039165.3

    申请日:2024-01-10

    Abstract: 本发明提供了一种基于CLIP和持续学习的ISAR图像识别方法及系统,包括:步骤1:ISAR图像预处理及生成相应说明文本;步骤2:使用CLIP模型提取ISAR图像的图像特征和说明文本的文本特征;步骤3:构建持续学习缓存模型,并进行参数微调;步骤4:输入ISAR图像进行识别推理,根据输入的ISAR图像输出匹配程度最高的识别结果。本发明利用CLIP模型强大的跨模态能力将ISAR图像和说明文本联系起来,同时借助持续学习方法抑制微调过程可能发生的灾难性遗忘,使得识别方法与系统能够处理更加丰富的信息,解决了当前ISAR图像识别系统在面对信息量丰富的ISAR图像时处理能力有限的问题。

    基于提示学习的多域ISAR图像识别方法及系统

    公开(公告)号:CN117726899A

    公开(公告)日:2024-03-19

    申请号:CN202311705169.2

    申请日:2023-12-12

    Abstract: 本发明提供了一种基于提示学习的多域ISAR图像识别方法及系统,包括:步骤1:构建多域ISAR图像数据集;步骤2:在多域ISAR图像数据集上基于学生教师模型和参数指数移动平均进行源域卷积神经网络的训练;步骤3:基于提示学习方法在源域卷积神经网络上构建目标域的域提示;步骤4:使用目标域上的域提示对目标域上的ISAR图像进行推理识别。本发明实现了在不改动卷积神经网络模型参数和较小的存储计算开销的情况下,提升其对目标域ISAR图像的识别能力,解决了传统ISAR图像识别方法及系统在面对不同成像算法生成的图像时识别能力下降的问题。

Patent Agency Ranking