“文载道”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果13个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自学习的面向目标SAR智能成像方法-CN202310175153.9在审
发明人： 文载道;颜少桦 -专利权人：西北工业大学
申请日： 2023-02-28 - 公布日： 2023-05-23 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了一种基于自学习的面向目标SAR智能成像方法，该方法包括：根据SAR图像的观测信号、目标图像的身份信息以及位置信息建立目标图像的成像模型，成像模型包含观测噪声项和优化目标项；将成像模型转化为离散化成像模型；通过对离散化成像模型的优化目标项的求解以及观测噪声项的估计，求解出目标图像的后验分布，并输出包含目标图像的身份信息以及位置信息的图像，其中观测噪声项的估计为观测信号与回波信号之间误差的估计。解决如何从信号接收到信息提取整合成一个完整的系统，从而在数据处理过程中节省资源，实现端到端的数据处理及分析的问题。
一种基于自学习面向目标 sar 智能成像方法

[发明专利]一种基于图的SAR目标散射特征与图像特征融合识别方法-CN202310130522.2在审
发明人： 文载道;于幽兰 -专利权人：西北工业大学
申请日： 2023-02-17 - 公布日： 2023-05-23 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于图的SAR目标散射特征与图像特征融合识别方法，通过分别提取SAR图像的图像特征以及提取SAR图像的散射特征，其中散射特征包含SAR图像中目标的几何特征，为此将SAR图像的图像特征和散射特征进行融合，增强了SAR图像的特征；对融合后的SAR图像特征通过分类器进行目标识别，解决了如何互补融合SAR图像的散射特征与图像特征以提高识别精度的问题。
一种基于 sar 目标散射特征图像融合识别方法

[发明专利]基于分层变分自编码的跨源舰船特征融合学习与识别方法-CN202010063845.0有效
发明人： 文载道;刘泽超;刘准钆;潘泉 -专利权人：西北工业大学
申请日： 2020-01-20 - 公布日： 2023-05-16 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于分层变分自编码的跨源舰船特征融合学习与识别方法，获取目标舰船的光学或合成孔径雷达待识别图像；使用训练好的分层式变分自编码网络中的第一编码器提取待识别图像中的舰船类别间差异性特征及数据源间差异性特征；使用训练好的分层式变分自编码网络中的第二编码器对舰船类别间差异性特征及数据源间差异性特征进行分析，确定待识别图像中的目标舰船的类别及待识别图像的数据源类别；本发明利用分层式变分自编码网络，从大量的无法配准的异源舰船目标图像中自动提取表示性/解释性与判别性兼具的结构化特征，实现跨源舰船特征融合学习，以及舰船目标的精准识别。
基于分层编码舰船特征融合学习识别方法

[发明专利]一种基于分布矫正的SAR目标识别方法及装置-CN202210729188.8有效
发明人：刘准钆;吴飞燕;文载道;杨衍波;冯斌 -专利权人：西北工业大学
申请日： 2022-06-24 - 公布日： 2023-04-07 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于分布矫正的SAR目标识别方法及装置，获取方位角不完备的SAR图像训练样本集；对于方位角不完备的SAR图像训练样本集中的每个训练样本，采用特征输出模块提取训练样本的融合特征，并将融合特征作为分类器的输入；其中，特征输出模块包括编码器网络、语义变换网络和生成对抗网络；对特征输出模块和分类器进行交替优化，得到优化后的分类器；基于优化后的分类器对SAR目标图像进行目标识别；本发明通过对已有数据的与方位角相关特征进行平滑变化，丰富分类器的训练样本数据集，并通过该训练样本集提升分类器的分类精度。
一种基于分布矫正 sar 目标识别方法装置

[发明专利]一种基于统计特性和结构特性融合的SAR图像目标检测方法-CN202211562246.9在审
发明人： 文载道;杨涛;刘准钆;潘泉 -专利权人：西北工业大学
申请日： 2022-12-07 - 公布日： 2023-03-07 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于统计特性和结构特性融合的SAR图像目标检测方法，利用CFAR检测器和Faster‑RCNN检测网络交替迭代对待识别SAR图像进行目标识别，直至满足交替迭代终止条件，得到待识别SAR图像的目标识别结果；本发明将CFAR检测器和Faster‑RCNN检测网络进行融合，根据CFAR检测器获得大量虚警边界框，通过像素级到目标级的融合计算，得到边界框软标注，以Faster‑RCNN检测网络为基础训练框架，并将Faster‑RCNN检测网络输出的边界框作为CFAR检测器的保护区尺寸，减少杂波样本中混入目标样本，使统计分布模型参数估计更加准确。
一种基于统计特性结构融合 sar 图像目标检测方法

[发明专利]基于尺度感知域适应的多分辨率SAR目标识别方法及装置-CN202211064661.1在审
发明人：刘准钆;李坤;文载道;潘泉 -专利权人：西北工业大学
申请日： 2022-09-01 - 公布日： 2023-01-06 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于尺度感知域适应的多分辨率SAR目标识别方法及装置，获取源域SAR图像集和目标域SAR图像集；基于源域SAR图像集和目标域SAR图像集训练多分辨率SAR目标识别网络；采用训练好的源域分类网络对待识别目标域SAR图像进行目标识别；本发明通过设计了带有自适应核残差模块的尺度增强特征提取网络，可以选择性的融合多个核卷积特征来捕获不同感受野(RF)中的多粒度信息，结合多级双线性融合模块，实现更加鲁棒的特征对齐，进而完成了多分辨率SAR图像中的跨域分类任务。
基于尺度感知适应分辨率 sar 目标识别方法装置

[发明专利]一种基于连续学习的遥感图像场景分类方法-CN202210712526.7在审
发明人： 文载道;陆昱廷;王小旭;潘泉 -专利权人：西北工业大学
申请日： 2022-06-22 - 公布日： 2022-09-20 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于连续学习的遥感图像场景分类方法，获取当前时刻的待分类遥感图像数据集和遥感图像训练数据集；其中，待分类遥感图像数据集中的图像类别大于遥感图像训练数据集中的图像类别；采用遥感图像训练数据集对上一时刻的遥感图像分类模型进行训练；通过训练后的遥感图像分类模型对待分类遥感图像数据集进行分类；本发明通过使用遥感图像训练数据集对上一时刻的遥感图像分类模型进行更新，并且在更新的过程中向损失函数中加入第二损失函数，可以使得遥感图像分类模型保留对原有遥感图像的分类精度，进而提升了遥感图像分类模型的泛化能力。
一种基于连续学习遥感图像场景分类方法

[发明专利]一种基于图像风格迁移的舰船目标融合识别方法-CN202210691091.2在审
发明人： 文载道;丁正宇 -专利权人：西北工业大学
申请日： 2022-06-17 - 公布日： 2022-08-30 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于图像风格迁移的舰船目标融合识别方法，获取目标舰船的红外图像和可见光图像；采用残差网络分别提取红外图像的红外舰船特征图和可见光图像的可见光舰船特征图；根据红外舰船特征图生成第一目标语义变量和第一源语义变量；根据可见光舰船特征图生成第二源语义变量；对第一目标语义变量、第二目标语义变量和第二源语义变量进行融合，生成源随机舰船特征图；将源随机舰船特征图输入舰船分类网络，确定目标舰船的类别；本发明可以使得在分类过程中舰船分类网络更关注目标相关特征，提升准确性。
一种基于图像风格迁移舰船目标融合识别方法

[发明专利]面向合成孔径雷达目标图像识别的靶向伪装图像生成方法-CN202010061817.5有效
发明人： 文载道;刘孟然;王小旭;潘泉 -专利权人：西北工业大学
申请日： 2020-01-19 - 公布日： 2021-09-28 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种面向合成孔径雷达目标图像识别的靶向伪装图像生成方法，将靶向类目标图像输入训练好的扰动图像生成器，通过扰动图像生成器生成扰动图像；将扰动图像和原目标图像进行合成，得到伪装图像；本发明针对SAR图像特点设计扰动图像生成器，既保证了目标欺骗率，又使生成的扰动尽可能的小，保证扰动前后的图像在外观上无太大差异，通过减少真假目标图像的特征差异对目标SAR分类器进行攻击实现了快速的、低成本的、不易被察觉的靶向型伪装。
面向合成孔径雷达目标图像识别靶向伪装生成方法

[发明专利]一种面向方位角连续缺失的SAR目标特征解缠与识别方法-CN202110238717.X在审
发明人：刘准钆;文载道;刘佳翔;潘泉;程咏梅 -专利权人：西北工业大学
申请日： 2021-03-04 - 公布日： 2021-07-13 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种面向方位角连续缺失的SAR目标特征解缠与识别方法，获取待识别SAR图像；基于特征解缠学习的编码网络提取待识别SAR图像中待分类目标的身份特征；其中，身份特征与待识别SAR图像的方位角无关；采用特征解缠学习的目标识别子网络对身份特征进行识别，得到待识别SAR图像中待分类目标的类别；本发明通过从待识别的SAR图像中提取与方位角角度无关的身份特征，并使用目标识别网络对提取出的身份特征加以约束限制，使得网络提取的身份特征表示性/解释性更强，实现在方位角大范围连续缺失下的SAR图像的目标识别任务。
一种面向方位角连续缺失 sar 目标特征识别方法

[发明专利]一种面向训练目标视角不完备的SAR目标识别的自学习方法-CN202110238790.7在审
发明人： 文载道;刘准钆;刘佳翔;潘泉 -专利权人：西北工业大学
申请日： 2021-03-04 - 公布日： 2021-07-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向训练目标视角不完备的SAR目标识别的自学习方法，获取训练集；从训练集中提取两个SAR图像；以两个SAR图像为输入信息，基于目标识别网络确定分类误差，基于缺失预测网络和拼图重构网络确定缺失预测误差和拼图重构误差；通过分类误差、缺失预测误差和拼图重构误差，对目标识别网络、缺失预测网络和拼图重构网络进行优化；本发明采用不同类别间的SAR图像随机组合生成输入对，建立视角不完备SAR图像和视角完备SAR图像之间的联系，极大地丰富了样本SAR图像多样性，并结合缺失预测网络和拼图重构网络对目标识别网络进行优化，使得该网络能够在视角不完备的情况下提取出鲁棒的身份特征，提升训练得出的分类器的分类精确度。
一种面向训练目标视角完备 sar 识别自学习方法

[发明专利]一种基于Group-G0模型的合成孔径雷达图像舰船检测方法-CN202011418137.0在审
发明人： 文载道;王琳;陆昱廷;王小旭;潘泉 -专利权人：西北工业大学
申请日： 2020-12-07 - 公布日： 2021-04-02 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于Group‑G0模型的合成孔径雷达图像舰船检测方法，获取多个训练用的包含舰船类目标的SAR图像；其中，SAR图像中每个舰船均被标记了标记框；通过包含舰船类目标的SAR图像训练SAR舰船检测网络；获取待检测SAR图像，并使用SAR舰船检测网络提取待检测SAR图像的特征图；依次使用RPN网络和Fast RCNN网络对特征图进行检测，得到带有舰船检测框的SAR图像；本发明通过标记了标记框的包含舰船类目标的SAR图像对SAR舰船检测网络进行训练，并且分别结合模型分支和检测分支的检测结果对SAR舰船检测网络的网络参数进行联合优化，关注区域级信息和像素级信息的特征关联关系，仅需要较少的训练样本即可完成优化，可以提升舰船检测的召回率，减少漏检的发生。
一种基于 group g0 模型合成孔径雷达图像舰船检测方法

[发明专利]多源不完备信息融合图像目标分类方法-CN201911379265.6在审
发明人：刘准钆;段静菲;潘泉;文载道 -专利权人：西北工业大学
申请日： 2019-12-27 - 公布日： 2020-05-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种多源不完备信息融合图像目标分类方法，计算待识别图像相对于多个已知图像数据集中的已知图像类别的欧氏距离；针对每个已知图像数据集，在欧式距离中选择最小欧氏距离值，并选择最小欧氏距离值对应的第一已知图像类别；计算第一已知图像类别的第一阈值；将待识别图像加入到已知图像数据集中；根据新的图像数据集训练图像分类器，并通过新的分类器对待识别图像进行分类，采用DS规则进行加权融合，得到待识别图像的类别；本发明通过将待识别图像与每一个已知图像数据集中的每一个已知图像类别进行比较，进而建立新的已知图像数据集，得到的最终分类结果更加精确，解决了先验知识匮乏时图像分类精度低的问题。
多源不完备信息融合图像目标分类方法

1
共 13 条