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！

龙图腾网获悉电子科技大学申请的专利一种基于关键特征捕获与判别的小样本SAR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：CN116797932B 。

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：202310763774.9，技术领域涉及：G06V20/10；该发明授权一种基于关键特征捕获与判别的小样本SAR目标识别方法是由黄钰林;裴季方;王陈炜;罗思懿;林小维;张寅;杨建宇;杨海光设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种基于关键特征捕获与判别的小样本SAR目标识别方法在说明书摘要公布了：本发明公开了一种基于关键特征捕获与判别的小样本SAR目标识别方法，通过全局辅助分支结构接收整个SAR目标图像进行初始识别并提供初始识别损失，然后利用特征捕获模块分割SAR目标图像，获取用于当前识别的关键图像区域切片，再构建局部增强分支结构，对分割后的关键图像区域切片再一次识别并计算损失，最后利用特征识别模块协作全局和局部分支，提高全局特征中类间相似样本对的局部特征可分离性和类内不相似样本对的局部特征紧凑性，完成最终的目标识别。本发明的方法通过协作全局和局部分支结构来搜索捕获目标图像关键区域，使识别模型集中在有效判别区域进行学习训练，提高目标图像提取特征的有效性、辨别能力和小样本下的SAR目标识别精度和鲁棒性。

本发明授权一种基于关键特征捕获与判别的小样本SAR目标识别方法在权利要求书中公布了：1.一种基于关键特征捕获与判别的小样本SAR目标识别方法，具体步骤如下： 步骤一、构建全局辅助分支结构，接收输入的整个SAR目标图像进行初始识别并计算初始识别损失； 步骤二、利用特征捕获模块分割SAR目标图像，获取用于当前识别的关键图像区域切片； 步骤三、构建局部增强分支结构，对分割后的关键图像区域切片进行再一次识别并计算损失； 步骤四、利用特征识别模块协作全局和局部分支，提高全局特征中类间相似样本对的局部特征可分离性和类内不相似样本对的局部特征紧凑性，完成最终的目标识别； 所述步骤二具体如下： 所述特征捕获模块分为两个阶段： 第一阶段：在全局辅助分支中搜索有助于最终识别的关键特征，并将全局辅助分支最后的类别预测结果用于加权和集成特征映射，以获取关键特征； 加权积分的过程如下： 基于步骤一，输入图像样本xi的全局辅助分支的输出特征映射为将其通过全局平均池化操作整合得到Fxi∈R1×1×c，再由分类器经过SoftMax处理得到输入图像样本xi的类别预测结果pred＝{pwholey1|xi,...,pwholeyK|xi}∈R1×K，然后利用类别预测结果pred调整全连接层对应的权重WFC，表达式如下： 其中，对应为Mwholexi中第j个通道的特征图，argmax·表示向量中最大值对应的位置角标，w1,w2,...,wc表示全连通层的参数，表示计算更新得到的全连接层对应权重； 则计算捕获的关键特征Mfea-capture∈Rh×w如下： 其中，resize·表示通过双线性插值将这些局部特征大小调整为输入图像xi的大小； 第二阶段：基于第一阶段得到的关键特征，捕获并分割输入图像xi中对应的关键图像区域切片并将输入到局部增强分支中； 捕获的关键图像区域切片计算如下： 其中，表示输入图像xi的全局平均值，B·表示阈值为的二值化，μ表示特征捕获模块的权重，⊙表示Hadamard积计算，捕获的关键图像区域切片作为局部增强分支的输入。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。