[发明专利]基于多视角学习的极化SAR数据分类器实时更新方法有效
| 申请号： | 201711482208.1 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108388907B | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | 聂祥丽;黄夏渊;丁曙光;乔红;张波 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器学习算法和图像处理技术领域，具体涉及一种基于多视角学习的极化SAR数据分类器实时更新方法，旨在为了解决分类器不能实时更新或只能单独更新而忽略视角间一致性、互补性以致影响分类精度提升的问题，本方法包括：S1，基于t时刻的极化SAR图像，提取样本极化特征、颜色特征、纹理特征；S2，通过在线多视角分类模型，估计样本的地物类别标签；S3，根据真实地物类别标签计算损失，当损失大于零时通过拉格朗日乘子法求解所述在线多视角分类模型闭式解的方法，对分类器进行更新；S4，获取t+1时刻的极化SAR图像后，重复S1至S3，直至全部极化SAR图像处理完毕。本发明可以实现极化SAR数据在线实时分类，在线分类错误率更低。 | ||
| 搜索关键词： | 基于 视角 学习 极化 sar 数据 分类 实时 更新 方法 | ||
【主权项】：
1.一种基于多视角学习的极化SAR数据分类器实时更新方法，其特征在于，包括以下步骤：步骤S1，基于t时刻的极化SAR图像，提取样本极化特征![]()
颜色特征![]()
纹理特征![]()
三视角数据；步骤S2，基于![]()
通过在线多视角分类模型，估计样本的地物类别标签![]()
步骤S3，根据真实地物类别标签yt计算损失lt，通过与设定损失阈值对比判断样本是否被正确表示；如果样本被错误表示，则通过拉格朗日乘子法求解所述在线多视角分类模型闭式解的方法，对所述在线多视角分类模型中的分类器进行更新；步骤S4，获取t+1时刻的极化SAR图像后，重复步骤S1至步骤S3，直至全部极化SAR图像处理完毕。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711482208.1/，转载请声明来源钻瓜专利网。
