基于多层级特征深度融合的SAR图像舰船目标鉴别方法

发明专利有效专利

申请号：
CN201910674382.9
IPC分类号：G06K9/00;G06K9/46;G06K9/62
申请日期：
2019-07-25
申请人：
合肥工业大学

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	基于多层级特征深度融合的SAR图像舰船目标鉴别方法
申请号	CN201910674382.9	申请日期	2019-07-25
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-05	公开/公告号	CN110414414A
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查看分类表>
申请人	合肥工业大学	申请人地址	安徽省合肥市屯溪路193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	合肥工业大学	当前权利人	合肥工业大学
发明人	艾加秋;田瑞田;杨航;曹振翔
代理机构	安徽合肥华信知识产权代理有限公司	代理人	余成俊

摘要

本发明公开了一种基于多层级特征深度融合的SAR图像舰船目标鉴别方法，包括以下步骤：（1）、采用Haar‑like特征模板对SAR图像样本进行处理并降维得到低层级Haar‑like特征；（2）、采用卷积神经网络对SAR图像样本进行处理得到高层级深度特征；（3）、利用多层级深度学习网络将低层级Haar‑like特征与高层级深度特征进行融合得到多层级特征权重系数，然后通过学习训练得到最优的SVM分类器；（4）、利用多层级特征权重系数和SVM分类器对输入的待鉴别的SAR图像样本切片进行鉴别。本发明可有效提升SAR图像舰船目标的检测性能，具有较高的工程应用价值。

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