公开(公告)号：CN114092328A

公开(公告)日：2022-02-25

申请号：CN202111344541.2

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 李训根 ,  管志远 ,  吕帅帅 ,  潘勉 ,  武勇 ,  马琪

IPC: G06T3/40 ,  G06V10/52 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于元学习的任意尺度图像下采样方法，包括如下步骤：基于元学习构建任意尺度图像下采样模型；所述图像下采样模型包括跳跃连接网络和前向神经网络；所述跳跃连接网络包括单尺度下采样网络和双三次插值方法；所述前向神经网络包括特征提取网络和基于元学习的卷积核参数预测网络；所述跳跃连接网络和前向神经网络的输出进行元素相加操作，得到低分辨率图像；对构建的图像下采样模型进行训练，通过训练好的图像下采样模型进行图像下采样。

公开(公告)号：CN114092328B

公开(公告)日：2024-12-03

申请号：CN202111344541.2

申请日：2021-11-12

Applicant: 杭州电子科技大学

Inventor： 李训根 ,  管志远 ,  吕帅帅 ,  潘勉 ,  武勇 ,  马琪

IPC: G06T3/4007 ,  G06T3/4046 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明公开了一种基于元学习的任意尺度图像下采样方法，包括如下步骤：基于元学习构建任意尺度图像下采样模型；所述图像下采样模型包括跳跃连接网络和前向神经网络；所述跳跃连接网络包括单尺度下采样网络和双三次插值方法；所述前向神经网络包括特征提取网络和基于元学习的卷积核参数预测网络；所述跳跃连接网络和前向神经网络的输出进行元素相加操作，得到低分辨率图像；对构建的图像下采样模型进行训练，通过训练好的图像下采样模型进行图像下采样。

公开(公告)号：CN113987674A

公开(公告)日：2022-01-28

申请号：CN202111239763.8

申请日：2021-10-25

Applicant: 杭州电子科技大学

Inventor： 欧阳文卿 ,  李训根 ,  潘勉 ,  吕帅帅 ,  管志远 ,  方笑海

IPC: G06F30/15 ,  G06F30/27 ,  G06N3/04 ,  G01S7/41 ,  G01S13/933 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的雷达HRRP持续学习方法，包括以下步骤：S1，使用的实测数据包括三种类型的飞机，分别为中型螺旋桨飞机An‑26、小型喷气式飞机Cessna和大型喷气式飞机Yark‑42，雷达在C波段工作，信号带宽为400MHz，脉冲重复频率为400Hz；S2，在预处理过程中对强度敏感性和平移敏感性进行处理；S3，在雷达HRRP自动目标识别的背景下，使用三种不同的HRRP增量学习任务设置；S4，根据持续学习相关方法在三种设置下训练经S2处理的HRRP数据，并为伪重播DGR方法重新设计解码器为条件自动编码器对抗网络CVAEGAN，其中CVAEGAN包括编码器、解码器、判别器和分类器；S5，使用CVAEGAN网络的DGR方法训练S2处理的HRRP数据。