[发明专利]基于特征细化网络模型的SAR图像舰船目标检测方法有效
| 申请号： | 202011081361.5 | 申请日： | 2020-10-10 |
| 公开（公告）号： | CN112329542B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 朱卫纲;李永刚;刘畅;曲卫;李彩萍;杨君;何永华;邱磊;黄琼男 | 申请（专利权）人： | 中国人民解放军战略支援部队航天工程大学 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/25;G06V10/44;G06V10/46;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 代丽 |
| 地址： | 101416 *** | 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： | |||
| 搜索关键词： | 基于 特征 细化 网络 模型 sar 图像 舰船 目标 检测 方法 | ||
1.基于特征细化网络模型的SAR图像舰船目标检测方法，其特征在于，包括以下步骤：
步骤1、构建SAR图像舰船检测的训练样本数据集；SAR图像作为样本的输入，SAR图像中的舰船目标作为标签；
步骤2、采用注意力机制和可变性卷积神经网络，建立基于特征细化网络的舰船目标检测模型；所述基于特征细化网络的舰船目标检测模型包括相互串联的跨阶段模块1、注意力跨阶段模块1、注意力跨阶段模块2、SPP空间金字塔模块、可变形跨阶段模块、跨阶段模块2和跨阶段模块3，以及跨阶段模块4和跨阶段模块5，其中，所述跨阶段模块2提取的特征作为跨阶段模块4的输入，所述可变形跨阶段模块提取的特征作为所述跨阶段模块5的输入，所述注意力跨阶段模块1提取的特征作为所述跨阶段模块3的输入，所述注意力跨阶段模块2提取的特征作为所述跨阶段模块2的输入；将待检测的SAR图像输入所述跨阶段模块1中；所述跨阶段模块3、跨阶段模块4及跨阶段模块5的输出作为基于特征细化网络的舰船目标检测模型的输出特征；
其中，跨阶段模块的结构为：依次串联的卷积模块A1、卷积模块A2及卷积模块A3，与卷积模块A4并联后，再依次与合并模块及卷积模块A5串联，其中，跨阶段模块的输入分别输入到所述卷积模块A1与卷积模块A4中，所述卷积模块A5的输出作为所述跨阶段模块的输出；
注意力跨阶段模块的结构为：依次串联的卷积模块A1、残差卷积模块及卷积模块A3，与卷积模块A4并联后，再依次与合并模块及卷积模块A5串联，其中，注意力跨阶段模块的输入分别输入到所述卷积模块A1与卷积模块A4中，所述卷积模块A5的输出作为所述注意力跨阶段模块的输出；
可变性跨阶段模块的结构为：依次串联的卷积模块A1、可变形卷积模块1及卷积模块A3，与串联的可变形卷积模块2及卷积模块A4并联后，再依次与合并模块及卷积模块A5串联，其中，可变性跨阶段模块的输入分别输入到所述卷积模块A1与可变形卷积模块2中，所述卷积模块A5的输出作为所述注意力跨阶段模块的输出；
步骤3、采用步骤1中所述的训练样本，完成所述基于特征细化网络的舰船目标检测模型的训练；
步骤4、将待检测的SAR图像输入到训练得到的建立基于特征细化网络的舰船目标检测模型中，得到所述待检测的SAR图像中的舰船目标。
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人民解放军战略支援部队航天工程大学，未经中国人民解放军战略支援部队航天工程大学许可，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/pat/books/202011081361.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种镜头模组离焦测距的方法、镜头模组及电子设备
- 下一篇：一种厚膜加热电器
