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！

龙图腾网获悉西安电子科技大学申请的专利一种联合深度学习与CFAR的SAR图像目标检测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：CN115100457B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202210620293.8，技术领域涉及：G06V10/764；该发明授权一种联合深度学习与CFAR的SAR图像目标检测方法是由陈渤;刘泽涛;曾泽群;沈梦启;王英华;王鹏辉;刘宏伟设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本一种联合深度学习与CFAR的SAR图像目标检测方法在说明书摘要公布了：本发明涉及雷达目标识别领域，具体涉及一种联合深度学习与CFAR的SAR图像目标检测方法。本发明使用将CNN网络、YOLOV5网络和CFAR算法联合的方式，显著提高了对SAR图像的目标检测率；使用很少的参数网络模型和快速CFAR检测算法，以及使用CNN网络过滤了不含目标的复杂场景切片，使其不加入到YOLOV5和CFAR中检测，检测过程用时少，提高了整个目标识别过程的检测效率；采用YOLOV5的神经网络结构，并对数据集做了归一化、数据增强和自适应计算的预处理，可以得到SAR图像的多层特征，相比于传统的识别方法和FastRCNN等网络结构的目标识别的方法有较强的鲁棒性。

本发明授权一种联合深度学习与CFAR的SAR图像目标检测方法在权利要求书中公布了：1.一种联合深度学习与CFAR的SAR图像目标检测方法，其特征在于，包括以下步骤： 步骤1，对N张SAR图像进行处理，获得训练集和测试集；对训练集和测试集进行滑窗切片，分别得到滑窗切片后的训练集和滑窗切片后的测试集； 步骤2，对滑窗切片后的训练集和滑窗切片后的测试集进行处理；使用处理后的训练集数据对CNN网络进行训练，得到训练好的CNN网络；再将处理后的测试集数据输入训练好的CNN网络，得到处理后的测试集数据的分类结果；将测试集中所有空旷场景或含有目标的切片图像的集合记为保留集； 步骤3，对滑窗切片后的训练集图像和保留集图像进行预处理；使用预处理后的训练集数据对YOLOV5网络进行训练，得到训练好的YOLOV5网络；再将预处理后的保留集数据输入训练好的YOLOV5网络，得到虚警最少的目标识别结果切片数据集，记为数据集A； 步骤4，对数据集A数据进行输出框的最大置信度判定和总共检测出的目标数量判定，将所有符合判定条件的数据集A的数据作为一次检测数据集；将一次检测数据集中的数据输入到CFAR检测算法中进行二次检测，得到二次检测数据集； 步骤5，将二次检测数据集数据和一次检测数据集数据进行合并，得到最终的目标检测结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。