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特征分离卷积神经网络的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：CN115661636B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211183884.X，技术领域涉及：G06V20/10；该发明授权基于特征分离卷积神经网络的SAR图像目标检测方法是由杜兰;李毅;杜宇昂;周宇设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本基于特征分离卷积神经网络的SAR图像目标检测方法在说明书摘要公布了：本发明公开了一种基于特征分离卷积神经网络的SAR图像目标检测方法，主要解决现有技术难以对复杂场景SAR图像的背景杂波进行精确建模且对复杂场景SAR图像进行目标检测时的虚警和漏警多的问题，实现步骤为：生成训练集；构建特征分离卷积神经网络；训练特征分离卷积神经网络；检测待测试图像中的目标位置；得到目标检测后的大幅SAR图像。本发明对输入的SAR图像进行特征分离，利用网络中的特征分离模块去除SAR图像中对目标检测不利的特征，不需要对背景杂波提前建模且能够显著减少对复杂场景SAR图像进行目标检测时的虚警和漏警，提升了目标检测精度。

本发明授权基于特征分离卷积神经网络的SAR图像目标检测方法在权利要求书中公布了：1.一种基于特征分离卷积神经网络的SAR图像目标检测方法，其特征在于，利用主干模块提取SAR图像的特征，利用特征分离模块对SAR图像的特征进行分离；该方法的步骤包括如下： 步骤1，生成训练集： 步骤1.1，采集至少7张大幅合成孔径雷达SAR图像； 步骤1.2，利用窗口大小为300×300的划窗操作，将每张大幅SAR图像裁剪为每张像素为300×300的多张子图像，并对每张子图像进行标记； 步骤1.3，将所有标记后的子图像组成训练集； 步骤2，构建特征分离卷积神经网络： 步骤2.1，搭建一个10层的主干模块，其结构依次为：第一卷积层，第二卷积层，第一池化层，第三卷积层，第四卷积层，第二池化层，第五卷积层，第六卷积层，第七卷积层，第三池化层；将第一至第七卷积层的卷积核大小均设置为3×3；将第一至第七卷积层的卷积核数量分别设置为64，64，128，128，256，256，256；将第一至第三池化层的池化区域大小均设置为2×2； 步骤2.2，搭建一个由两条支路并联后经求和层再与一个解码器串联组成的特征分离模块，其中两条支路的结构相同，参数不同，由此分别承担检测特征提取和不利特征提取，这两条支路均由第一卷积层，第二卷积层，第三卷积层串联组成；将第一至第三卷积层的卷积核大小均设置为3×3；将第一至第三卷积层的卷积核数量均设置为512；解码器由第一反卷积层，第二反卷积层，第三反卷积层，第四反卷积层，第五反卷积层串联组成；将第一至第五反卷积层的卷积核大小均设置为3×3；将第一至第五反卷积层的卷积核数量分别设置为512，256，128，64，3；特征分离模块的输出为检测特征提取支路的输出； 步骤2.3，搭建一个15层的深层语义特征提取模块，其结构依次为：第一池化层，第一卷积层，第二卷积层，第三卷积层，第二池化层，第四卷积层，第五卷积层，第六卷积层，第七卷积层，第八卷积层，第九卷积层，第十卷积层，第十一卷积层，第十二卷积层，第十三卷积层；将第一至第四卷积层的卷积核大小均设置为3×3；将第五至第十三卷积层的卷积核大小分别设置为1×1，1×1，3×3，1×1，3×3，1×1，3×3，1×1，3×3；将第一至第三卷积层的卷积核数量均设置为512；将第四至第十三卷积层的卷积核数量分别设置为1024，1024，256，512，128，256，128，256，128，256；将第一至第二池化层的池化区域大小分别设置为2×2，3×3； 步骤2.4，将主干模块、特征分离模块的第一输出端、深层语义特征提取模块依次串联后组成特征提取支路，将特征分离模块的第二输出端与第一个检测头串联组成第一个目标检测支路，将深层语义特征提取模块中的第五、第七、第九、第十一、第十三卷积层的输出分别与五个检测头串联组成第二至第六检测支路，每个检测头都包含并列的两个卷积层，卷积核大小均为3×3；将六个目标检测支路并联后再与特征提取支路构成特征分离卷积神经网络； 步骤3，训练特征分离卷积神经网络： 将训练集输入到特征分离卷积神经网络中，利用随机梯度下降算法，迭代更新网络的权重值，优化网络的总损失函数直至其收敛为止，得到训练好的特征分离卷积神经网络； 步骤4，检测待测试图像中的目标位置： 步骤4.1，利用窗口大小为300×300的划窗操作，将待测试的每张大幅SAR图像裁剪为每张像素为300×300的多张子图像； 步骤4.2，将每张待测试子图像输入到训练好的特征分离卷积神经网络中，输出该张待测试子图像的目标框位置和目标框类别； 步骤5，得到目标检测后的大幅SAR图像： 依照划窗的顺序，将每张子图像的目标框位置映射到待测试的每张大幅SAR图像的对应位置上，根据映射后的目标框位置在大幅SAR图像中将目标框出来，得到目标检测后的大幅SAR图像。

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”。