一种合成孔径雷达图像目标识别方法

    公开(公告)号:CN117218585A

    公开(公告)日:2023-12-12

    申请号:CN202311134198.8

    申请日:2023-09-04

    Abstract: 本发明公开一种合成孔径雷达图像目标识别方法,包括:采用浅层卷积神经网络对第一合成孔径雷达图像进行特征提取,以得到第一合成孔径雷达图像的混合特征;采用基于注意力的特征分解方法对混合特征进行特征解耦,以得到第一合成孔径雷达图像的方位角特征和类别特征;获取方位角特征和类别特征之间的互信息的下界;根据方位角特征、类别特征和互信息的下界估计构建初始的目标识别模型;采用基于互信息约束的对抗学习算法对初始的目标识别模型进行优化,以得到优化后的目标识别模型,从而识别第二合成孔径雷达图像中目标的方位角和类别。本发明利用特征解耦的方式来提取图像中类别特征,可以去除方位角对类别识别精度的影响,从而缓解O.O.D分类问题。

    提高合成孔径雷达的图像平移不变性的目标识别方法

    公开(公告)号:CN119600255A

    公开(公告)日:2025-03-11

    申请号:CN202411626359.X

    申请日:2024-11-14

    Abstract: 本发明公开了一种提高合成孔径雷达的图像平移不变性的目标识别方法,包括步骤:设定池化卷积核参数,根据SigmaPool原理,计算特征图中的激活区域的阈值;将激活区域内的各个特征值依次与激活区域的阈值比较,得到该激活区域的模板;基于得到的模板,引入模板判断阈值,判断当前激活区域是否为孤立散射体,并进行对应的池化计算得到池化输出;本发明方法基于传统的SAR滤波方法设计新的池化方式来缓解高频信息和相干斑噪声之间的矛盾问题,同时缓解网络不具有平移不变性的问题。

Patent Agency Ranking