-
公开(公告)号：CN114758238A
公开(公告)日：2022-07-15
申请号：CN202210426371.0
申请日：2022-04-21
Applicant: 复旦大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明涉及一种基于深度学习的机载多维度合成孔径雷达图像地物分类方法，包括以下步骤：步骤S1、对同时获取的机载高分辨率多维度SAR图像进行预处理，标注地物类型标签，并对数据集进行划分；步骤S2、对于每个维度的SAR图像分别构建对应的地物分类模型，并利用深度学习方法采用训练集进行训练，使损失函数值趋于稳定并尽可能降低；步骤S3、利用训练得到的各地物分类模型分别进行地物分类测试评价，并根据测试评价结果得到各地物分类模型对各类别地物的分类准确敏感度；步骤S4、对各地物分类模型进行融合，实现机载多维度SAR图像地物分类。与现有技术相比，本发明方法能够提升机载高分辨率多维度SAR数据在地物分类方面的应用效能，提高地物分类准确度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
