-
公开(公告)号:CN116912680A
公开(公告)日:2023-10-20
申请号:CN202310750641.8
申请日:2023-06-25
Applicant: 西南交通大学 , 航天东方红卫星有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种SAR舰船识别跨模态域迁移学习、识别方法及系统,属于人工智能与合成孔径雷达目标识别技术领域,解决现有技术中的图像转换生成的图像质量不佳的问题。本发明对源域光学数据集中的光学舰船图像和目标域SAR数据集中的SAR舰船图像进行预处理;基于CycleGAN的特征编码器和特征解码器构建连接特征编码器和特征解码器的密集连接特征转换器和轻量化注意力机制模块,得到轻量化生成器网络模型,基于一个进行OPT2SAR任务的轻量化生成器网络模型、一个进行SAR2OPT任务的轻量化生成器网络模型和鉴别器得到ADCG网络;将预处理得到的源域光学数据集和目标域SAR数据集对ADCG网络进行训练,并用于光学舰船图像的伪SAR图像。本发明用于图像转换和SAR舰船目标识别。
-
公开(公告)号:CN119048820A
公开(公告)日:2024-11-29
申请号:CN202411133649.0
申请日:2024-08-19
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/46 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于伪SAR舰船自适应目标分类方法、系统、存储介质及计算机程序产品,属于人工智能与合成孔径雷达目标分类技术领域,解决SAR舰船目标分类过程中,常见分类网络在小样本SAR图像上表现不佳的问题。本发明包括对真实高分辨率SAR数据集和对应生成的低分辨率SAR数据集中的SAR舰船图像进行预处理;构建连接SRGAN特征编码器和特征解码器的嵌套残差连接模块并与鉴别器构成RI R‑GAN网络通过预处理得到SAR舰船图像进行训练,并利用训练好的RI R‑GAN网络生成待转换的低分辨率SAR舰船图像的伪高分辨率SAR图像输入构建的卷积密集连接网络SD‑Net进行特征提取,进行伪高分辨率SAR图像中的伪SAR舰船自适应目标分类。本发明用于图像超分辨率重建和SAR舰船目标分类。
-