-
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：CN116665149B
公开(公告)日：2024-08-13
申请号：CN202310646951.5
申请日：2023-06-02
Applicant: 西南交通大学 , 航天东方红卫星有限公司
IPC: G06V20/54 , G06V20/10 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种船舶遥感图像的细粒度小样本分类方法及系统，属于目标识别技术领域，解决现有技术获取大量的船舶图像的成本高，不易获得大量的标注数据，且若采用具有大量参数的深度神经网络模型很容易过拟合，从而易造成分类精度差。本发明包括获取船舶图像构成船舶数据集；对船舶数据集中的各船舶图像进行预处理；构建船舶目标细粒度小样本的特征提取模块和度量分类模块，并基于预处理得到的船舶数据集对特征提取模块和度量分类模块进行训练；基于训练后的特征提取模块和度量分类模块，对待分类船舶图像进行分类，得到目标船舶图像。本发明用于船舶图像的分类。
-
公开(公告)号：CN115205705A
公开(公告)日：2022-10-18
申请号：CN202210872022.1
申请日：2022-07-23
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于极化特性驱动的全极化SAR图像舰船检测方法，包括：S1、对全极化SAR图像进行预处理，获取全极化SAR图像的极化特性数据；S2、构建极化特性驱动的卷积神经网络，将极化特性数据输入主干网络和密集结构提取极化特性数据中包含的极化特性，并在特征金字塔中进行多尺度融合，所述主干网络和密集结构用于网络中上下文特征重用；S3、按照预设的训练参数和损失函数，对极化特性驱动的卷积神经网络进行训练形成全极化SAR图像目标检测网络，并利用训练好的极化特性驱动的全极化SAR图像目标检测网络执行全极化SAR图像舰船检测和指标评估。本发明能够有效的提升场景中小目标的检测能力以及在强散射背景下能够有效的检测出舰船。
-
公开(公告)号：CN116824221B
公开(公告)日：2024-11-19
申请号：CN202310599702.5
申请日：2023-05-25
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/40 , G06V10/30 , G06N20/00 , G01S13/90
Abstract: 本发明公开了一种顾及雷达目标方位对称的PolSAR城区分类方法及系统，属于全极化合成孔径雷达图像分类技术领域，解决现有技术导致散射特征提取不准确的问题。本发明将全极化PolSAR图像的极化散射矩阵生成最终的极化协方差矩阵进行分解，得到三个特征值和特征向量构建得到三个子成分；对其所对应的电磁散射机制进行表面散射、偶次散射和体散射判别，再计算后向散射功率；基于特征值和特征向量，提取电磁散射特征参数集；根据后向散射功率构建Sigmoid函数对全极化PolSAR图像进行标记，并结合电磁散射特征参数集训练机器学习方法对待识别的全极化PolSAR图像进行分类。本发明用于PolSAR城区目标分类。
-
公开(公告)号：CN116824221A
公开(公告)日：2023-09-29
申请号：CN202310599702.5
申请日：2023-05-25
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/40 , G06V10/30 , G06N20/00 , G01S13/90
Abstract: 本发明公开了一种顾及雷达目标方位对称的PolSAR城区分类方法及系统，属于全极化合成孔径雷达图像分类技术领域，解决现有技术导致散射特征提取不准确的问题。本发明将全极化PolSAR图像的极化散射矩阵生成最终的极化协方差矩阵进行分解，得到三个特征值和特征向量构建得到三个子成分；对其所对应的电磁散射机制进行表面散射、偶次散射和体散射判别，再计算后向散射功率；基于特征值和特征向量，提取电磁散射特征参数集；根据后向散射功率构建Sigmoid函数对全极化PolSAR图像进行标记，并结合电磁散射特征参数集训练机器学习方法对待识别的全极化PolSAR图像进行分类。本发明用于PolSAR城区目标分类。
-
Patent Agency Ranking
公开(公告)号：CN115755053A
公开(公告)日：2023-03-07
申请号：CN202211529909.7
申请日：2022-11-30
Applicant: 西南交通大学
Abstract: 本发明公开了一种适用于舰船目标散射特性的四分量分解方法，包括：S1、对舰船结构进行分析，得到用于描述舰船结构的不合理性的体散射和螺旋散射分量；S2、根据舰船的结构特点，利用±45°偶极子分量描述舰船上的线极化散射体，利用非对称散射分量描述舰船上的非对称散射结构；S3、利用镜面散射、双跳散射、±45°偶极子分量和非对称散射分量得到适用于舰船散射特性的四分量分解模型；S4、根据所述四分量分解模型得出目标舰船的散射特性。本发明利用±45°定向偶极子和非反射对称散射分量能够合理的描述舰船上的散射结构，并且能够有效的增大舰船和杂波之间的类间距离，有利于将目标从海杂波中检测出来。
-
公开(公告)号：CN117538873A
公开(公告)日：2024-02-09
申请号：CN202311628528.9
申请日：2023-11-30
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于多普勒位移估计的SAR海上目标定位方法及系统，用于海上船舶目标的监视与定位，属于海洋监测技术领域，解决现有技术利用遥感影像实现目标定位时，对海域影像几何标定以及海域目标高精度定位带来较大影响的问题。本发明获取定位所需的AIS数据与SAR数据获取多普勒位移估计参数，并计算得到多普勒位移偏差；对SAR目标多普勒位移补偿后，基于AIS数据和SAR数据的特征并通过关联匹配模型对AIS与SAR目标进行关联匹配，得到最终定位所需同名点对；构建顾及多普勒位移误差的SAR弱交会区域网平差模型，并基于最终定位所需同名点对和多普勒位移偏差实现SAR影像整体定位。本发明用于海上船舶目标的监视与定位。
-
公开(公告)号：CN116908797A
公开(公告)日：2023-10-20
申请号：CN202310664693.3
申请日：2023-06-02
Applicant: 西南交通大学 , 航天东方红卫星有限公司
Abstract: 本发明公开了一种紧缩极化SAR数据的五分量功率分解方法及系统，属于合成孔径雷达目标分解技术领域。本发明对获取的紧缩极化SAR图像中的每个像素的协方差数据进行预处理，提取各像素的两种主导散射机制鉴别器；根据所提取的各像素的两种主导散射机制鉴别器判断其主导散射机制；根据各像素的主导散射机制选择散射模型进行功率分解；对各散射模型进行功率分解，得到五分量功率。本发明用于雷达目标分解。
-
公开(公告)号：CN116665149A
公开(公告)日：2023-08-29
申请号：CN202310646951.5
申请日：2023-06-02
Applicant: 西南交通大学 , 航天东方红卫星有限公司
IPC: G06V20/54 , G06V20/10 , G06V10/25 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种船舶遥感图像的细粒度小样本分类方法及系统，属于目标识别技术领域，解决现有技术获取大量的船舶图像的成本高，不易获得大量的标注数据，且若采用具有大量参数的深度神经网络模型很容易过拟合，从而易造成分类精度差。本发明包括获取船舶图像构成船舶数据集；对船舶数据集中的各船舶图像进行预处理；构建船舶目标细粒度小样本的特征提取模块和度量分类模块，并基于预处理得到的船舶数据集对特征提取模块和度量分类模块进行训练；基于训练后的特征提取模块和度量分类模块，对待分类船舶图像进行分类，得到目标船舶图像。本发明用于船舶图像的分类。
-
公开(公告)号：CN116189001A
公开(公告)日：2023-05-30
申请号：CN202211529723.1
申请日：2022-11-30
Applicant: 西南交通大学
Abstract: 本发明公开了一种散射特性感知的全极化SAR舰船检测方法，包括：S1、将全极化SAR数据进行四分量分解，获得镜面散射、双跳散射、±45°偶极子和非对称散射分量，再利用双跳散射、±45°偶极子和非对称散射分量构造一个特征向量作为舰船检测网络的输入数据；S2、根据不同散射机制下目标所呈现出的特性差异构建的散射特性感知模块感知不同散射机制对目标的贡献率；S3、采用散射特性感知的舰船检测网络检测全极化SAR图像中的目标。本发明结合目标在不同散射机制所呈现的特性差异，设计了一种散射特性感知模块，并利用该模块，能够有效感知不同散射机制下对目标的贡献率，以达到抑制杂波并凸显目标的作用，从而提升目标检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
