加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种采用可学习参量融合网络的偏振图像解析方法

发明专利有效专利
  • 申请号:
    CN202110559312.6
  • IPC分类号:G06K9/46;G06K9/62;G06N3/04;G06N3/08
  • 申请日期:
    2021-05-21
  • 申请人:
    中国人民解放军陆军炮兵防空兵学院
著录项信息
专利名称一种采用可学习参量融合网络的偏振图像解析方法
申请号CN202110559312.6申请日期2021-05-21
法律状态实质审查申报国家中国
公开/公告日2021-09-03公开/公告号CN113344006A
优先权暂无优先权号暂无
主分类号G06K9/46IPC分类号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>
申请人中国人民解放军陆军炮兵防空兵学院申请人地址
安徽省合肥市蜀山区黄山路451号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人中国人民解放军陆军炮兵防空兵学院当前权利人中国人民解放军陆军炮兵防空兵学院
发明人王勇;朱虹;薛模根;郑云飞;王峰;韩裕生;祖鸿宇;王硕;黄勤超
代理机构合肥和瑞知识产权代理事务所(普通合伙)代理人王挺
摘要
本发明公开了一种采用可学习参量融合网络的偏振图像解析方法,利用偏振参量解析模型进行偏振图像解析,偏振参量解析模型的构建过程为:S1,构建可学习的前置偏振参量融合网络X1;S2,通过测试前置偏振参量融合网络X1对已知偏振参量图像的拟合能力,设置偏振参量融合网络X1的超参数;S3,搭建端到端的偏振视觉任务卷积神经网络框架,包括前置偏振参量融合网络X1和任务网络X2,将前置偏振参量融合网络X1与任务网络X2一起进行学习训练,获得最终的偏振参量解析模型。本发明解析出的偏振参量图像最能反映当前任务中目标和背景的偏振特性差异,且在复杂环境下具有鲁棒不变性。

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