[发明专利]一种偏振高光谱低空侦察图像典型目标检测方法在审
| 申请号： | 201810274928.7 | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108830130A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 徐国明;曹宇剑;袁宏武;王峰;鲁磊纪 | 申请（专利权）人： | 徐国明 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 合肥中谷知识产权代理事务所(普通合伙) 34146 | 代理人： | 洪玲 |
| 地址： | 230000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明结合CNN框架、偏振高光谱成像技术和辨别字典学习的发展，在偏振高光谱低空目标检测模拟环境下，提出一种新的偏振高光谱低空侦察图像典型目标检测方法。通过对CNN框架中较为成熟的Faster R‑CNN进行改进，提出了双字典驱动CNN分类器用于目标检测，采用双字典反向传播(DPBP)用于双字典分类器的端到端学习和CNN的特征表示，采用样本权重法来提高定位性能，把多任务损失用于DPCL和边界框回归的联合训练；将偏振高光谱图像引入目标检测，选取了三类典型目标进行测试，初步验证了模型和样本的有效性。本文方法的优点在于可以结合不同的CNN框架，灵活性较高，能够增强偏振高光谱图像目标和背景的对比度，在一定程度上降低了背景的复杂程度，使得目标更为突出，有助于检测结果的，对于提高偏振成像目标探测和识别具有重要意义。 | ||
| 搜索关键词： | 偏振高光谱 典型目标 目标检测 字典 分类器 图像 样本 侦察 成像技术 定位性能 反向传播 检测结果 模拟环境 目标探测 偏振成像 特征表示 图像目标 重要意义 字典学习 边界框 端到端 权重法 检测 辨别 验证 测试 驱动 引入 回归 成熟 改进 联合 学习 | ||
【主权项】：
1.一种偏振高光谱低空侦察图像典型目标检测方法，其步骤如下：步骤一、采集多场景下的图像样本集，所述图像样本集包括测试样本集和训练样本集；步骤二、将所述样本集发送到优化系统进行处理；步骤三、由所述优化系统输出检测结果。
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徐国明，未经徐国明许可，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/201810274928.7/，转载请声明来源钻瓜专利网。
