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

Inventor： 高贵 ,  刘文西 ,  代钰曦 ,  杨港

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。

公开(公告)号：CN119206638A

公开(公告)日：2024-12-27

申请号：CN202411237492.6

申请日：2024-09-05

Applicant: 西南交通大学

Inventor： 高贵 ,  刘文西 ,  张晰 ,  姚力波 ,  杨港

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/82 ,  G06V10/52 ,  G06V10/48 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464

Abstract: 本申请公开了一种舰船目标识别方法、装置、设备、介质及产品，涉及人工智能与合成孔径雷达目标识别领域，该方法包括根据源域SAR舰船图像数据集中的幅度舰船图像以及目标域SAR舰船图像数据集中的SAR舰船相位数据训练S3GAN网络模型；S3GAN网络模型包括进行幅度域到频谱域转换任务的第一生成器网络模型、进行频谱域到幅度域转换任务的第二生成器网络模型以及鉴别器；基于该S3GAN网络模型生成待转换的幅度舰船图像的伪SAR频谱信息；将伪SAR频谱信息以及幅度舰船图像输入至特征融合识别网络中进行特征融合，识别融合图像中的SAR舰船目标，本申请能够提高舰船目标识别精度。