[发明专利]一种基于迁移学习的小样本SAR图像舰船分类方法

摘要

本发明涉及一种基于迁移学习的小样本SAR图像舰船分类方法，属于计算机视觉技术领域。该方法包括：1)对SAR图像舰船切片进行预处理从而使舰船切片满足迁移学习对输入图片的要求，对舰船切片采取图像增强，并通过DCGAN网络合成相似的舰船切片图像，从而满足CNN分类网络对于数据数量的要求；2)将图片通过去噪自编码器提取图像特征，降低DCGAN网络生成图像时加入的噪声，降低不同海况背景对分类结果的影响；3)采用ResNet网络进行迁移学习，并采用fine‑tune方法进一步提升分类准确性。本发明保证了小样本SAR图像舰船分类能够达到一定准确性。

主权项

1.一种基于迁移学习的小样本SAR图像舰船分类方法，其特征在于，该方法具体包括以下步骤：/nS1：对SAR图像舰船切片进行预处理，使舰船切片满足迁移学习对输入图片的要求；/nS2：对SAR图像集进行图像增强；/nS3：将SAR图像舰船类别作为标签，并将不同种类舰船图像分别通过深度卷积生成对抗网络(Deep Convolution Generative Adversarial Networks,DCGAN)，生成相似分布的舰船图像集；/nS4：判断步骤S3中的DCGAN网络代价函数是否收敛，若收敛，则判断生成图片是否相似于对应舰船类别；若不收敛，对应类别则继续对DCGAN网络参数进行调节；/nS5：将原始及生成的SAR图像数据集通过去噪自编码器，提取舰船特征，去除SAR图像噪声；/nS6：对步骤S5输出图像进行归一化处理，将图像像素减去像素均值；采用ResNet网络进行迁移学习，将处理后图像作为ResNet网络输入，并在ResNet网络后面构造分类识别网络；最终输出SAR图像中舰船类别的判断结果。/n