公开(公告)号：CN118230157A

公开(公告)日：2024-06-21

申请号：CN202410292914.3

申请日：2024-03-14

Applicant: 电子科技大学

Inventor： 任浩浩 ,  李月 ,  苗磊 ,  魏裕璐 ,  邹林 ,  于雪莲 ,  周云

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于伪未知类辅助学习的开集SAR目标识别方法，属于合成孔径雷达目标识别领域。该方法首先基于由多个卷积运算层构成的深度特征提取网络进行特征挖掘；然后使用von Mishes‑Fisher(vMF)分布建立了一种可分离的特征嵌入空间，以更好地区分各个已知类；接着基于已知类目标分布合成伪未知类样本以构建未知决策边界，并利用监督对比学习的思想扩张未知决策边界区域，为辨识未知类目标预留更多的特征空间；最后通过计算待识别样本与各个已知类中心表示的余弦相似性，实现已知类目标分类和未知类目标辨识。

公开(公告)号：CN120088556A

公开(公告)日：2025-06-03

申请号：CN202510161527.0

申请日：2025-02-13

Applicant: 电子科技大学

Inventor： 任浩浩 ,  唐与遥 ,  李俊毅 ,  魏裕璐 ,  邹林 ,  周云

IPC: G06V10/764 ,  G06V10/42 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于层次化状态空间模型的ISAR车辆目标分类方法，属于目标识别领域。首先建立了基于局部卷积特征提取模型，以实现特征降维和局部性鉴别特征提取；其次，提出了基于双向选择性状态空间模型和注意力机制的全局特征提取模型来实现ISAR图像远距离全局依赖关系建模；为了提取更多丰富信息，本发明采用了局部‑全局模块复用方式实现全局‑局部特征的层次化提取，并提出了基于注意力机制的特征精炼模块来进一步增强有用的目标信息，抑制冗余的背景信息；最后，基于全连接层聚合全局‑局部信息，以实现车辆目标分类。通过对一系列评估实验验证了本发明在ISAR车辆分类任务上的有效性和优越性。