Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学白雪茹获国家专利权

西安电子科技大学白雪茹获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于半监督迁移学习的小样本序列ISAR图像稳健分类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:CN116824218B

龙图腾网通过国家知识产权局官网在2025-08-22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:202310582062.7,技术领域涉及:G06V10/764;该发明授权基于半监督迁移学习的小样本序列ISAR图像稳健分类方法是由白雪茹;陈博文;薛瑞航;周峰设计研发完成,并于2023-05-22向国家知识产权局提交的专利申请。

基于半监督迁移学习的小样本序列ISAR图像稳健分类方法在说明书摘要公布了:本发明公开了一种基于半监督迁移学习的小样本序列ISAR图像稳健分类方法,包括:获取待分类的ISAR图像;将所述待分类的ISAR图像的图像序列输入至训练好的序列单应网络,得到对应的嵌入特征向量;采用幂变换对所述嵌入特征向量进行预处理,之后通过最优传输映射对分类标签和分类中心进行迭代估计得到分类结果。本发明提出序列单应网络。利用主干网络提取序列特征,并通过单应性参数生成器生成单应变换参数,进而对序列ISAR形变图像进行单应变换调整,从而实现时序特征提取和形变稳健的ISAR图像分类。

本发明授权基于半监督迁移学习的小样本序列ISAR图像稳健分类方法在权利要求书中公布了:1.一种基于半监督迁移学习的小样本序列ISAR图像稳健分类方法,其特征在于,所述分类方法包括: 获取待分类的ISAR图像; 将所述待分类的ISAR图像的图像序列输入至训练好的序列单应网络,得到对应的嵌入特征向量,其中,所述序列单应网络包括级联的主干网络、单应性参数生成器、图像采样器;所述主干网络用于对图像序列的时间维度及单帧图像的长、高维度进行特征提取,得到输出特征图,所述单应性参数生成器用于从所述输出特征图中查询单应性参数序列,得到单应变换参数,该单应变换参数的元素分别对应序列样本中每帧图像的形变调整参数,所述图像采样器用于利用每帧图像对应的单应变换参数对图像序列中的每帧图像进行单应变换,得到形变调整后的图像序列; 所述单应性参数生成器包括编码器和解码器; 所述编码器的输入为真值、键值和查询值,所述真值、键值和查询值分别为: 其中,是所述主干网络的输出特征图,是可学习的位置编码,为嵌入向量的维度,为序列图像的长度,、、是维度转换矩阵,是每个头的维度,是注意力头的索引,是层归一化; 所述编码器的输出为: 其中,是所述编码器的输出,FFN是前馈网络,是FFN第一个全连接层的权重,是FFN第一个全连接层的偏置,是FFN第二个全连接层的权重,是FFN第二个全连接层的偏置,为注意力头的数目,是聚合权重,表示转置操作; 所述解码器的真值、键值、查询值分别为: 其中,、、是维度转换矩阵; 所述图像采样器的输出图像在处的像素值为: 其中,是输入图像在位置上的像素值; 采用幂变换对所述嵌入特征向量进行预处理,之后通过最优传输映射对分类标签和分类中心进行迭代估计得到分类结果。

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”。

免责声明
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。