中国人民解放军国防科技大学赵凌君获国家专利权
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!
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度格拉斯曼流形空间的SAR目标识别方法及装置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:CN117315323B 。
龙图腾网通过国家知识产权局官网在2025-08-12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:202311093439.9,技术领域涉及:G06V10/764;该发明授权基于深度格拉斯曼流形空间的SAR目标识别方法及装置是由赵凌君;赵琰;雷琳;张思乾;熊博莅;计科峰;匡纲要设计研发完成,并于2023-08-28向国家知识产权局提交的专利申请。
本基于深度格拉斯曼流形空间的SAR目标识别方法及装置在说明书摘要公布了:本申请涉及一种基于深度格拉斯曼流形空间的SAR目标识别方法及装置,通过利用训练好的目标识别网络对图像中的目标进行识别,在该网络中,通过由特征提取器提取输入图像的深度特征与格拉斯曼流形空间中的各子空间之间的投影距离预测该图像中的目标类别,若该图像中的目标为未知类别则利用该图像对网络进行在线小样本增量训练,其中采用深度子空间保留损失函数、深度子空间辨别损失函数、语义实例边界损失函数和语义聚合损失函数进行训练。采用本方法在对SAR图像中的目标进行识别时,可对已知类别目标进行精准识别的同时还可以利用少量未知类别目标的SAR图像对目标识别网络进行在线学习。
本发明授权基于深度格拉斯曼流形空间的SAR目标识别方法及装置在权利要求书中公布了:1.一种基于深度格拉斯曼流形空间的SAR目标识别方法,其特征在于,所述方法包括: 获取待进行识别的SAR图像; 将所述SAR图像输入训练好的目标识别网络,所述目标识别网络包括特征提取器以及格拉斯曼流形空间,所述格拉斯曼流形空间中包括多个对应不同已知目标类别的子空间,所述特征提取器提取输入SAR图像的深度特征,再通过所述深度特征与所述格拉斯曼流形空间中的各子空间之间的投影距离预测所述SAR图像中的目标类别; 若所述SAR图像中的目标为未知类别,则将该SAR图像作为小样本数据对所述目标识别网络进行在线迭代训练,在每一次迭代训练中,通过利用深度子空间保留损失函数以及深度子空间辨别损失函数对所述格拉斯曼流形空间中的子空间进行约束,利用语义实例边界损失函数在深度特征空间中未知类别目标与其他已知类别目标特征点之间的距离进行约束,同时利用语义聚合损失函数在深度特征空间中未知类别目标特征点之间的距离进行约束,相应调整所述特征提取器的参数,直至各损失函数均收敛,则得到具备识别该未知类别目标能力的目标识别网络,其中,利用所述深度子空间保留损失函数对当前可训练格拉斯曼流形空间中一子空间与前一次迭代训练中格拉斯曼流形空间对应子空间之间的距离漂移进行约束,所述深度子空间保留损失函数表示为: 在上式中,表示格拉斯曼流形空间中类别特征的维数,表示当前阶段旧类别数,,分别表示第个类别在历史与当前流形空间中的表征,下标F表示矩阵范数,同时,利用所述深度子空间辨别损失函数对所述格拉斯曼流形空间中两个子空间之间的余弦相似性进行约束,所述深度子空间辨别损失函数表示为: 在上式中,第一项为基于交叉熵的分类损失,第二项为子空间分离的约束损失,其中,表示当前训练阶段的所有样本总数,表示当前训练样本的所属类别,为在第个训练阶段的类别样本总数,分别表示类别与类别的子空间,表示平衡因子,下标F表示矩阵范数; 若所述SAR图像中目标为已知类别,则输出目标的预测结果,以实现对所述SAR图像中目标的识别。
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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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”。
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。