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！

龙图腾网获悉数据空间研究院申请的专利一种SAR小样本目标检测方法及系统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：CN117409325B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311533454.0，技术领域涉及：G06V20/10；该发明授权一种SAR小样本目标检测方法及系统是由吴昊;胡紫珊;岳华;汪瑜;凌未;聂明宇;阚宏伟设计研发完成，并于2023-11-14向国家知识产权局提交的专利申请。

本一种SAR小样本目标检测方法及系统在说明书摘要公布了：本发明公开了一种SAR小样本目标检测方法及系统，方法包括：在ViT网络架构上，训练出用于语义特征提取的DINO‑ViT模块；将源图像ISAR、对源图像ISAR进行属性变换得到的图像Itarget_crop以及图像Ibackground_crop分别作为输入，送入Unet3+网络的三条支路；构建损失函数，训练Unet3+网络，同时还通过回归分类损失约束训练与Unet3+网络输出端连接的检测网络，得到目标检测模型；将实时采集的图像输入训练好的目标检测模型，得到最终检测结果；本发明的优点在于：不需要庞大的训练数据即可进行问题拟合和精度提升，能够用于数据采集困难的情况和特定的小样本场景。

本发明授权一种SAR小样本目标检测方法及系统在权利要求书中公布了：1.一种SAR小样本目标检测方法，其特征在于，包括以下步骤： 步骤一：在ViT网络架构上，训练出用于语义特征提取的DINO-ViT模块； 步骤二：将源图像ISAR、对源图像ISAR进行属性变换得到的图像Itarget_crop以及图像Ibackground_crop分别作为输入，送入Unet3+网络，形成三条支路，得到相应的输出、、，通过参数共享实现特征增强与融合； 步骤三：利用预训练的DINO-ViT模块提取增强特征的语义信息，构建损失函数，训练Unet3+网络，同时还通过回归分类损失约束训练与Unet3+网络输出端连接的检测网络，所有的损失函数值最小时停止训练，得到训练好的模型，该模型定义为目标检测模型；所述构建损失函数包括： 所述损失函数包含背景空间结构约束、目标外观结构约束、键值细节约束，计算公式为 其中，表示特征提取的内容损失，由背景空间结构损失，目标外观结构损失和键值损失构成，a、b、c均是用来平衡损失的超参数； 所述背景空间结构损失利用余弦自相关性计算多头注意力机制的键值，使得生成图像能保留更多SAR图像的目标结构信息，定义如下： 式中、分别表示融合图像、突出背景信息的属性变换图像对应的输出，表示计算图像的余弦自相关性，表示计算Frobenius范数； 所述目标外观结构损失从ViT特征空间提取[CLS]标记，利用标记约束网络对SAR图像的目标外观纹理保留，目标外观结构损失定义如下： 式中，表示提取关于图像的[CLS]标记，计算范数，表示图像对应的输出； 所述ViT特征空间的键值描述了一些细节结构信息，通过键值损失能保留源图像的细节纹理特征，所述键值损失的定义如下： 式中，表示提取关于图像的键值信息，是均衡参数； 步骤四：将实时采集的图像输入训练好的目标检测模型中的Unet3+网络，其三条支路生成不同侧重点的图像，作为有效特征层送入检测网络，得到目标检测结果。

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数据空间研究院，其通讯地址为：230088 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区；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”。

以上内容由龙图腾AI智能生成。