一种基于MFF-MA模块的SAR图像舰船目标识别方法

发明专利有效专利

申请号：
CN202110684654.0
IPC分类号：G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-21
申请人：
南京航空航天大学

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	一种基于MFF-MA模块的SAR图像舰船目标识别方法
申请号	CN202110684654.0	申请日期	2021-06-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-24	公开/公告号	CN113435288A
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;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市秦淮区御道街29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	南京航空航天大学	当前权利人	南京航空航天大学
发明人	周高雨;张弓;方政
代理机构	南京苏高专利商标事务所（普通合伙）	代理人	柏尚春

摘要

本发明公开了一种基于MFF‑MA模块的SAR图像舰船目标识别方法，首先将扩充、整理好后的SAR图像送入改进的VGG模型；通过改进VGG网络的前4个卷积单元充分提取SAR图像特征，通过多层次特征融合模块得到输出特征图U；其次，将特征图U∈RC×H×W送入多尺度注意力模块进一步提高重要特征的权重；最后，将MA模块中两个并行的注意力子模块得到的输出特征图进行逐元素相加的特征融合，再由一个全连接层生成最终分类结果。本发明缓解了数据不平衡问题，通过MFF模块充分挖掘丰富的深层次信息，通过MA模块来降低舰船目标的“类间相似性过高”的负面影响，分别对空间维度和通道维度上的语义依赖关系进行建模，提高了特征的辨别能力。

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