基于无监督域适应CNN的SAR图像目标检测方法

发明专利有效专利

申请号：
CN202011290954.2
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/11;G06T7/136
申请日期：
2020-11-18
申请人：
西安电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于无监督域适应CNN的SAR图像目标检测方法
申请号	CN202011290954.2	申请日期	2020-11-18
法律状态	实质审查	申报国家	中国
公开/公告日	2021-02-23	公开/公告号	CN112395987A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安电子科技大学	当前权利人	西安电子科技大学
发明人	杜兰;石钰;郭昱辰
代理机构	陕西电子工业专利中心	代理人	暂无

摘要

本发明公开了一种基于无监督域适应CNN的SAR图像目标检测方法,主要针对现有技术的不足，提出了一种基于无监督域适应CNN的SAR图像目标检测方法用于SAR图像目标检测。其实现步骤是(1)生成源域数据集；(2)生成目标域训练集和目标域测试集；(3)构建多层特征域适应网络；(4)训练循环一致性生成对抗网络；(5)训练多层特征域适应网络；(6)利用迭代伪标记方法训练Faster R‑CNN；(7)对目标域测试集中的测试SAR图像进行位置检测。本发明借助了有标记源域数据的知识，具有准确率高且在目标域不需要使用标记的SAR图像训练目标检测的优点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供