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！

龙图腾网恭喜重庆大学申请的专利基于语义和纹理特征融合的SAR图像飞机目标识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115471763B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211056668.9，技术领域涉及：G06V20/17；该发明授权基于语义和纹理特征融合的SAR图像飞机目标识别方法是由张新征;罗雨晴;胡东设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本基于语义和纹理特征融合的SAR图像飞机目标识别方法在说明书摘要公布了：本发明具体涉及基于语义和纹理特征融合的SAR图像飞机目标识别方法，包括：将待识别的SAR图像输入训练后的目标识别模型，输出对应的目标识别预测值；训练目标识别模型时：首先将包含若干个SAR图像的训练集输入目标识别模型；其次通过深度神经网络提取SAR图像的高层语义特征；同时提取SAR图像的纹理特征，并构建纹理特征矩阵；然后融合高层语义特征和纹理特征矩阵，生成信息融合特征；最后基于信息融合特征进行预测，生成目标识别预测值，并基于目标识别预测值完成模型训练。本发明能够将目标纹理特征和深度学习网络得到的高层语义特征结合，进而能够提高模型的泛化能力和精度，从而能够提高SAR图像飞机目标识别的准确性和有效性。

本发明授权基于语义和纹理特征融合的SAR图像飞机目标识别方法在权利要求书中公布了：1.基于语义和纹理特征融合的SAR图像飞机目标识别方法，其特征在于，包括：S1：获取待识别的SAR图像；S2：将待识别的SAR图像输入训练后的目标识别模型，输出对应的目标识别预测值；训练目标识别模型时，首先将包含若干个SAR图像的训练集输入目标识别模型；其次通过深度神经网络提取SAR图像的高层语义特征；同时提取SAR图像的纹理特征，并构建纹理特征矩阵；然后融合高层语义特征和纹理特征矩阵，生成信息融合特征；最后基于信息融合特征进行预测，生成目标识别预测值，并基于目标识别预测值完成模型训练；步骤S2中，将ResNet34作为用于提取高层语义特征的深度神经网络的主干网络；通过如下步骤提取高层语义特征：S201：将SAR图像输入卷积层，输出特征图F1；S202：将特征图F1输入注意力模块，输出附加注意力的特征图F2；S203：将附加注意力的特征图F2输入堆叠残差层进行残差学习，加深网络的深度，得到具有高层语义信息的特征图F3作为高层语义特征；通过如下步骤构建纹理特征矩阵：S211：在SAR图像上定义一个半径为R的圆形邻域窗口，设圆形邻域窗口内有P个采样点，计算每个采样点所对应像素位置的坐标值并确定其像素灰度值；S212：以圆形邻域窗口内中心点所对应像素位置的像素灰度值为阈值，然后将P个采样点的像素灰度值与阈值进行比较：若大于阈值，则该采样点所对应的像素位置被标记为1；否则，标记为0；S213：通过步骤S212在圆形邻域窗口内获取P个二进制数，然后将P个二进制数转换为十进制数，并作为圆形邻域窗口中心点所对应像素位置的纹理特征值；S214：将圆形邻域窗口在SAR图像上滑动，并重复步骤S211至S213，以计算SAR图像上每个像素位置的纹理特征值，进而构成SAR图像的纹理特征矩阵；S3：基于目标识别模型输出的目标识别预测值实现待识别SAR图像的目标识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。