龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳北理莫斯科大学
摘要：本发明公开了基于非平稳特征提取和深度学习的SAR图像船舶识别方法，属于合成孔径雷达图像处理技术领域，首先对船舶的SAR图像进行预处理，利用基于傅里叶变换的二阶同步压缩变换2ndFourierTransform‑basedSynchrosqueezingTransform,FSST2对预处理后的船舶SAR图像进行时频分析，生成描述船舶非平稳特性的时频特征空间图；其次对步骤1获得的船舶的时频特征空间图提取一维HOG特征值，然后对提取的一维HOG特征值进行重塑获得最终的二维HOG特征；然后将二维HOG特征输入深度学习分类器进行分类，实现船舶种类的识别；最后对步骤3的分类算法进行性能评估。本发明提供的方法通过融合非平稳特征和深度学习的优势，不仅提高了SAR船舶分类的准确性，而且增强了模型的鲁棒性和泛化能力。
主权项：1.基于非平稳特征提取和深度学习的SAR图像船舶识别方法，其特征在于，包括以下步骤：步骤1、对船舶的SAR图像进行预处理，利用基于傅里叶变换的二阶同步压缩变换对预处理后的船舶SAR图像进行时频分析，生成描述船舶非平稳特性的时频特征空间图；步骤2、对步骤1获得的船舶的时频特征空间图提取一维HOG特征值，然后对提取的一维HOG特征值进行重塑获得最终的二维HOG特征；步骤3、将二维HOG特征输入深度学习分类器进行分类，实现船舶种类的识别；步骤4、对步骤3的分类算法进行性能评估。
全文数据：
权利要求：
百度查询： 深圳北理莫斯科大学 基于非平稳特征提取和深度学习的SAR图像船舶识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号