[发明专利]基于深度曲线波卷积网络的SAR目标识别方法

摘要

本发明公开了一种基于深度曲线波卷积网络的SAR目标识别方法。其步骤为(1)获取待识别图像样本；(2)提取曲线波curvelet特征图；(3)训练深度卷积网络；(5)目标识别；本发明采用曲线波原子作为卷积网络的第一层，将多尺度特性引入深度卷积网络，能够有效地解决现有技术中仅采用SAR图像的单一特征，不足以表征更全面的目标信息和利用浅层学习方法时，依赖大量人工工作导致速度慢的问题，本发明具有结合图像多尺度特性和深度卷积网络获取图像高层特征的能力，获取更丰富更深层的目标信息，提高SAR图像目标识别精度的优点。

主权项

一种基于深度曲线波卷积网络的SAR图像目标识别方法，包括如下步骤：(1)获取待识别图像样本：(1a)从MSTAR数据集中，选取1622个已知类别标签的SAR图像，组成训练样本集；(1b)将MSTAR数据集中剩余的已知类别标签的SAR图像，组成测试样本集；(2)提取曲线波curvelet特征图：(2a)对训练样本集及测试样本集中的每个样本，进行曲线波curvelet卷积操作，得到每个样本的51张曲线波curvelet特征图；(2b)对每个样本的51张曲线波curvelet特征图分别进行最大池化操作，池化的大小为2*2个像素，得到每个样本池化后的51张曲线波curvelet特征图；(3)训练深度卷积网络：(3a)将训练样本集中每个样本池化后的51张曲线波curvelet特征图输入深度卷积网络中，对5层深度卷积网络进行训练，得到并保存5层深度卷积网络的第5层的输出向量；(3b)将第5层的输出向量输入到softmax分类器中，训练softmax分类器；(3c)利用反向传播方法，对整个深度卷积网络进行训练,得到训练好的深度卷积网络；(4)目标识别：将测试样本集池化后的51张曲线波curvelet特征图，输入到训练好的深度卷积网络中进行识别，得到测试样本的识别准确率。