[發(fā)明專利]一種基于多視角深度學(xué)習(xí)框架的SAR自動(dòng)目標(biāo)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711305445.0
• 申請(qǐng)日: 2017-12-11
• 公開（公告）號(hào): CN108038445B
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 楊海光;裴季方;黃鈺林;薛媛;張寅;楊建宇
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/08;G06N3/04
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.一種基于多視角深度學(xué)習(xí)框架的SAR自動(dòng)目標(biāo)識(shí)別方法，其特征在于，包括：

S1、采集原始SAR圖像；

S2、對(duì)步驟S1采集的原始SAR圖像進(jìn)行預(yù)處理；

S3、根據(jù)視角大小對(duì)預(yù)處理后的SAR圖像進(jìn)行排序；

S4、根據(jù)實(shí)際成像條件和性能指標(biāo)設(shè)置視角數(shù)目k及觀察角大小θ；

S5、根據(jù)步驟S4設(shè)置的視角數(shù)目及觀察角大小，生成多視角組合樣本；步驟S5具體為：組合同一目標(biāo)類別中任意k個(gè)視角下采集得到的SAR圖像，使其共同構(gòu)成一個(gè)樣本；并限制同一組合樣本中SAR圖像視角的變化不超過θ的大小；

S6、構(gòu)建多輸入并行深度卷積神經(jīng)網(wǎng)絡(luò)；

S7、訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，將S5得到的多視角組合樣本輸入步驟S6構(gòu)建的多輸入并行深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行前向傳播，計(jì)算代價(jià)函數(shù)值；使用基于梯度下降的后向傳播算法對(duì)多輸入并行深度卷積神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行更新；迭代進(jìn)行前后向傳播，直至代價(jià)函數(shù)收斂。

2.根據(jù)權(quán)利要求1所述的一種基于多視角深度學(xué)習(xí)框架的SAR自動(dòng)目標(biāo)識(shí)別方法，其特征在于，步驟S1具體為：采集相同分辨率，不同視角的原始SAR圖像。

3.根據(jù)權(quán)利要求1所述的一種基于多視角深度學(xué)習(xí)框架的SAR自動(dòng)目標(biāo)識(shí)別方法，其特征在于，步驟S2具體為：估計(jì)原始SAR圖像的視角，以該角度將原始SAR圖像旋轉(zhuǎn)至同一方向；并對(duì)旋轉(zhuǎn)后的圖像進(jìn)行基于冪變換的灰度增強(qiáng)。

4.根據(jù)權(quán)利要求1所述的一種基于多視角深度學(xué)習(xí)框架的SAR自動(dòng)目標(biāo)識(shí)別方法，其特征在于，步驟S6具體為：所述多輸入并行深度卷積神經(jīng)網(wǎng)絡(luò)包含多個(gè)輸入通道，每個(gè)通道接收一個(gè)視角的SAR圖像；每個(gè)通道的低隱層均為交替的卷積層和池化層，得到不同視角下的特征圖；逐漸將不同視角下的特征圖進(jìn)行合并，連接至共同的卷積層提取更高層的特征；最后提取出的特征輸入全連接層，得到圖像樣本的分類標(biāo)簽。