[发明专利]一种基于特征迁移的舰船目标识别方法有效
| 申请号： | 201910866137.8 | 申请日： | 2019-09-09 |
| 公开（公告）号： | CN110598636B | 公开（公告）日： | 2023-01-17 |
| 发明（设计）人： | 陈浩;郭斌;李宏博;高通 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/50;G06V10/774;G06V10/764 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于特征迁移的舰船目标识别方法，它属于舰船目标识别领域。本发明解决了在现有方法中，由于待识别的目标与已知训练的目标数据在外观以及成像质量的特性方面不一样，导致对待识别目标识别的效果差的问题。本发明提取不同分辨率的舰船图像的HOG特征，基于空间对齐与概率适配的的迁移学习方法，将源域的HOG特征和目标域的HOG特征映射到相同的特征空间，然后在同一特征空间中进行概率适配和实例权重调节，重新生成新的源域向量化HOG特征与新的目标域向量化HOG特征，利用新的源域向量化HOG特征对支持向量机进行训练，利用训练好的支持向量机进行待识别图像的目标识别。本发明可以应用于遥感图像中舰船目标的识别。 | ||
| 搜索关键词： | 一种 基于 特征 迁移 舰船 目标 识别 方法 | ||
【主权项】：
1.一种基于特征迁移的舰船目标识别方法，其特征在于，该方法包括以下步骤：/n步骤一、选取高分辨率舰船图像作为训练集图像，并分别截取出训练集中每张图像的目标切片，将训练集中的高分辨率舰船图像作为源域，即获得源域的目标切片；/n步骤二、计算步骤一中获得的源域目标切片的HOG特征，并将计算出的HOG特征向量化，获得源域的向量化HOG特征；/n步骤三、对于待目标识别的低分辨率舰船图像，截取出待识别图像的目标切片，将待识别的低分辨率舰船图像作为目标域，即获得目标域的目标切片；/n计算出目标域的目标切片的HOG特征，并将计算出的HOG特征向量化，获得目标域的向量化HOG特征；/n步骤四、分别对源域的向量化HOG特征和目标域的向量化HOG特征进行标准归一化处理，获得源域的归一化后向量化HOG特征和目标域的归一化后向量化HOG特征；/n分别对源域的归一化后向量化HOG特征和目标域的归一化后向量化HOG特征进行PCA变换，来获得源域的子空间的基底以及目标域的子空间的基底；/n将源域子空间的基底与目标域子空间的基底进行子空间对齐，生成新的坐标空间；再将源域的归一化后向量化HOG特征与目标域的归一化后向量化HOG特征映射到新的坐标空间中，获得源域和目标域在新坐标空间中的向量化HOG特征；/n步骤五、对源域和目标域在新坐标空间中的向量化HOG特征进行概率适配和实例权重调节，重新生成新的源域向量化HOG特征与新的目标域向量化HOG特征；/n步骤六、将步骤五重新生成的源域向量化HOG特征输入支持向量机进行训练，获得训练好的支持向量机；/n再将步骤五重新生成的目标域向量化HOG特征输入训练好的支持向量机，获得目标识别结果。/n
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/201910866137.8/，转载请声明来源钻瓜专利网。
