[發明專利]一種基于脈沖神經網絡的SAR圖像艦船目標識別方法

在審

• 申請號: 202110368850.7
• 申請日: 2021-04-06
• 公開（公告）號: CN113111758A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 謝洪途;李金膛;王國倩;陳曾平
• 申請（專利權）人: 中山大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種基于脈沖神經網絡的SAR圖像艦船目標識別方法，其特征在于，包括以下步驟：

S1：進行SAR圖像視覺顯著圖提取和脈沖編碼；

S2：進行脈沖神經網絡模型構建；

S3：進行脈沖神經網絡模型訓練。

2.根據權利要求1所述的基于脈沖神經網絡的SAR圖像艦船目標識別方法，其特征在于，所述步驟S1中，進行SAR圖像視覺顯著圖提取的過程包括：

進行SAR圖像亮度信息提取：

給定輸入圖像J，首先利用高斯金字塔對其進行尺度為2的特征圖提取，實現圖像在水平和垂直方向上尺度逐漸遞減的八級下采樣過程；每層圖像的亮度特征圖表示為I(k)，其中k∈[0，8]代表圖像高斯金字塔結構中的不同層級；在圖像中，相鄰像素之間在紋理和灰度層面上具有很強的相關性，如果某一像素點與周圍像素點差異越大越容易引起視覺注意，成為視覺顯著點，引入中央周邊差方法對不同尺度分辨率的特征圖做進一步處理得到注意力信息；定義為中央周邊差算子，亮度特征圖的提取過程為將不同層級的特征圖縮放到同一尺度后進行逐像素點的相減，該過程表示為：

其中，c∈{2，3，4}，s＝c+δ，δ∈{3，4}，表示將第c層的特征圖與第s層的特征圖進行差值運算。

3.根據權利要求2所述的基于脈沖神經網絡的SAR圖像艦船目標識別方法，其特征在于，所述步驟S1中，進行SAR圖像視覺顯著圖提取的過程還包括：

進行SAR圖像方向信息提取：

方向信息提取過程與亮度信息提取過程類似，首先利用高斯金字塔對輸入圖像進行八級下采樣得到多尺度特征圖，然后再針對特征度作進一步方向特征提取；使用二維Gabor濾波器提取圖像的方向通道特征信息，其數學表達式為：

其中，(x₀，y₀)表示目標中心在圖像中的坐標位置，(ξ₀，v₀)表示濾波器在頻域上的最優空間頻率，表示高斯函數在x軸方向上的方差，表示高斯函數在y軸上的方差，和決定了Gabor濾波核可接受區域的大小；通過Gabor對高斯金字塔中的每一層級的特征圖進行方向特征提取，得到不同尺度的方向特征圖O(k)，利用中央周邊差方法提取方向特征的注意力信息：

4.根據權利要求3所述的基于脈沖神經網絡的SAR圖像艦船目標識別方法，其特征在于，所述步驟S1中，進行SAR圖像視覺顯著圖提取的過程還包括：

進行SAR圖像全局加強合并：

選取全局加強合并的策略融合亮度和方向特征圖的信息以生產視覺顯著圖：

1)歸一化特征圖至[0，N]，其中N∈[0，255]限制了歸一化的范圍；

2)計算全局最大值M和局部平均值

3)對于每一副特征圖，乘以權值假設表示全局加強合并過程，則融合了中央周邊差算子的亮度通道顯著圖合并過程表示為：

方向通道顯著圖的合并過程表示為：

再利用全局加強合并策略合并兩個通道的特征圖，得到最終的視覺顯著圖S：

5.根據權利要求4所述的基于脈沖神經網絡的SAR圖像艦船目標識別方法，其特征在于，所述步驟S1中，進行脈沖編碼的過程包括：

在脈沖神經網絡中，編碼過程主要用于將輸入的連續實值信號轉換為帶有時間信息的脈沖序列，并且盡可能地保留數據的大部分信息，基于速率的泊松編碼器將輸入的實值數據編碼為發射次數分布符合泊松過程的脈沖，對于輸入x∈[0，1]，在一個仿真步長內，假設脈沖發射的概率為p＝x，泊松編碼的采樣過程為：

考慮到脈沖序列具有時間相關性，額外引入時間步長變量T，在每個時間步長應用泊松編碼過程，將靜態像素數據的輸入轉換為脈沖序列在各個時間步長上的映射。