公开(公告)号：CN117095309A

公开(公告)日：2023-11-21

申请号：CN202311362154.0

申请日：2023-10-20

Applicant: 武汉工程大学

Inventor： 王磊 ,  赵书伟 ,  洪汉玉 ,  张耀宗 ,  华夏 ,  吕琪文

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

Abstract: 本发明公开了一种极化SAR影像旋转域特征表达提取与分类方法，该方法包括以下步骤：获取PolSAR图像中各像素的极化相干矩阵，利用不同极化方向角对应的极化旋转矩阵生成待分类像素的旋转域极化相干矩阵序列，作为3D卷积视觉Transformer的输入；在3D卷积视觉Transformer中先使用两个3D卷积块来捕获极化相干矩阵的中级特征映射；将第二个3D卷积块的输出作为后续两个3D视觉Transformer块和两个3D池化层的输入，学习旋转域极化相干矩阵的高级特征表示；利用3D视觉Transformer学习输入特征图的局部和全局特征表示；利用所提出的3D卷积视觉Transformer输出的高级特征图进行分类，即将特征表示输入分类器进行PolSAR图像分类。本发明能够高效完成对极化合成合成孔径雷达图像的分类任务。

公开(公告)号：CN117095309B

公开(公告)日：2024-01-16

申请号：CN202311362154.0

申请日：2023-10-20

Applicant: 武汉工程大学

Inventor： 王磊 ,  赵书伟 ,  洪汉玉 ,  张耀宗 ,  华夏 ,  吕琪文

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

Abstract: 本发明公开了一种极化SAR影像旋转域特征表达提取与分类方法，该方法包括以下步骤：获取PolSAR图像中各像素的极化相干矩阵，利用不同极化方向角对应的极化旋转矩阵生成待分类像素的旋转域极化相干矩阵序列，作为3D卷积视觉Transformer的输入；在3D卷积视觉Transformer中先使用两个3D卷积块来捕获极化相干矩阵的中级特征映射；将第二个3D卷积块的输出作为后续两个3D视觉Transformer块和两个3D池化层的输入，学习旋转域极化相干矩阵的高级特征表示；利用3D视觉Transformer学习输入特征图的局部和全局特征表示；利用所提出的3D卷积视觉Transformer输出的高级特征图进行分(56)对比文件Rong Gui等.Unsupervised PolSAR ChangeDetection Based on Polarimetric DistanceMeasurements and ConvLSTM Network《.IEEEJOURNAL OF SELECTED TOPICS IN APPLIEDEARTH OBSERVATIONS AND REMOTE SENSING》.2023,第9762-9776页.凌旭峰等.基于自注意力的合成孔径雷达图像目标分类方法《.现代雷达》.2022,第44卷(第7期),第50-55页.Hongmiao Wangdeng .Land CoverClassification for Polarimetric SARImages Based on Vision Transformer.《remote sensing》.2022,第1-23页.