[发明专利]基于自监督表征学习的极化SAR影像地物分类方法有效
| 申请号： | 202010854358.6 | 申请日： | 2020-08-24 |
| 公开（公告）号： | CN112052754B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 任博;赵阳阳;侯彪;焦李成;马晶晶;马文萍 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V20/13;G06V10/56;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于自监督表征学习的极化SAR影像地物分类方法，主要解决现有极化SAR深度卷积网络分类所需标签数多、鲁棒性差的问题。其方案是：对极化SAR原始数据进行极化相干矩阵模态表征提取和Pauli色彩模态表征提取；设计自监督表征学习损失函数及网络框架，并在不使用标签数据的情况下对该框架进行训练；将训练好的网络框架权重值迁移到深度卷积分类网络模型中；使用少量有标签样本对该深度卷积分类网络进行微调训练，得到训练好的分类器；将测试数据输入到训练好的分类器，得到最终的分类结果。本发明减少了对标签数据量的需求，提高了极化SAR深度卷积网络的分类精度和鲁棒性，可用于指导农业和海洋监测。 | ||
| 搜索关键词： | 基于 监督 表征 学习 极化 sar 影像 地物 分类 方法 | ||
【主权项】：
暂无信息
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西安电子科技大学，未经西安电子科技大学许可，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/202010854358.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于曲面拟合的地形生成方法
- 下一篇：一种组合式滚装过驳渡船
