[发明专利]一种基于局部结构保持类子字典学习的目标识别方法有效
申请号: | 201910734668.1 | 申请日: | 2019-08-09 |
公开(公告)号: | CN110503015B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 于雪莲;唐永昊;任浩浩;赵林森;周云 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06V20/13 | 分类号: | G06V20/13;G06V10/772;G06V10/764;G06V10/40;G06K9/62 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 陈一鑫 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 该发明公开了一种基于局部结构保持类子字典学习的目标识别方法,属于合成孔径雷达(SAR)图像解译领域,特别涉及一种基于局部结构保持的类字典学习方法,实现SAR自动目标识别。与传统的基于稀疏模式预设稀疏表征方法不同,本发明可以为每类目标学习一个鉴别能力强的类字典。在字典学习过程中,利用Tikhonov正则化准则对稀疏表征向量施加局部加权,从而可得到更优的稀疏特征。此外,考虑到SAR图像对目标姿态变化非常敏感,在测试阶段,样本可通过在每类类字典上进行重构,并将目标分配给重构误差最小的类字典对应的类标签。 | ||
搜索关键词: | 一种 基于 局部 结构 保持 字典 学习 目标 识别 方法 | ||
【主权项】:
1.一种基于局部结构保持类子字典学习的目标识别方法,该方法包括:/n步骤1:给定训练目标样本X=[X1,X2,…,XC],Xi表示第i类目标训练样本, xi,j表示第i类样本的第j张视图,Ni是第i类目标的样本数,C是训练样本的类别数;/n步骤2:基于给定的训练样本,得到每一类样本的初始化类字典,D=[D1,D2,…,DC],其中Di表示第i类样本对应的初始子字典;/n步骤3:为了在字典学习过程中保持样本的局部属性,对样本对应的稀疏特征 进行局部加权,具体方法为:/n /n其中,||·||2表示2范数,λ是一个平衡重构误差和稀疏度的正则化参数,Γ表示Tikhonov正则化矩阵;/n步骤4:通过步骤3的模型,求解得到局部结构保持的类字典 /n其中 表示求解得到的第i类样本对应的局部结构保持的类字典;/n步骤5:测试样本y利用如下模型得到其在类字典上的表征系数 /n /n其中, 表示第i类测试样本的稀疏表征向量 的1范数,v表示正则化参数;/n步骤6:利用正交匹配追踪算法求解步骤5的模型,可得到测试样本y在类字典上的稀疏表征系数 /n步骤7:利用如下的重构方法确定测试样本的类标签:/n /n其中,l(x)表示测试样本y的类标签。/n
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电子科技大学,未经电子科技大学许可,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/201910734668.1/,转载请声明来源钻瓜专利网。