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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于端到端结构的通用化SAR目标识别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：CN120107811B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510056413.X，技术领域涉及：G06V20/13；该发明授权基于端到端结构的通用化SAR目标识别方法及系统是由陈诗琪;朱荣强;王威;占荣辉;束文郁;靳儒博;邓杰;赵卫伟设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于端到端结构的通用化SAR目标识别方法及系统在说明书摘要公布了：本发明公开了一种基于端到端结构的通用化SAR目标识别方法及系统，获取含有标签和无标签SAR图像样本的数据集并对其进行扩充，形成训练样本；基于多模态遥感图像自监督预训练权重微调目标SAR图像数据上的特征表示；结合表征学习损失、熵归一化损失和改进散度损失对新类发现模型进行端到端训练直至收敛。将待识别的SAR图像数据输入通用化SAR目标新类发现框架中进行处理，即可得目标识别结果。本发明不仅能支持对已知类别的识别，还能高效挖掘未知新类目标并判定其具体类别，有效避免了识别模型对新类目标的混淆和对旧类目标的灾难性遗忘，增强了SAR目标识别模型在不确定开放场景下的泛化能力。

本发明授权基于端到端结构的通用化SAR目标识别方法及系统在权利要求书中公布了：1.一种基于端到端结构的通用化SAR目标识别方法，其特征在于，包括以下步骤： S1、获取有标签和无标签样本构成的SAR图像数据集，形成训练数据集； S2、提取所述训练数据集的鉴别性表征； S3、将所述鉴别性表征作为通用化新类发现目标识别模型的输入，训练所述通用化新类发现目标识别模型，得到最终的目标识别模型； 所述通用化新类发现目标识别模型的损失函数表示为： ； 其中，表示各部分损失函数的比例，交叉熵损失为，表示满足括号内所示条件则取值为1，否则取值为0，表示样本满足三种限制条件，所述三种限制条件是指属于无标签样本、样本对应能量值超过一定阈值，以及样本属于已知类别，表示图像的预测概率，为预设的温度参数，表示熵归一化函数，指通用化新类发现目标识别模型输出经softmax函数处理所得的预测概率，k的取值范围为1～n，n表示通用化新类发现目标识别模型输出的向量维度，表征损失为，是控制无标签样本和有标签样本上表征损失的比例系数，有标签样本上分类损失为，为和之间的交叉熵损失函数，为某一视角图像的软标签，为图像对应的真值标签，B表示训练批次数，所有输入训练数据上的分类损失为，是倾斜式散度损失，p、q是同一样本在不同视角下的图像样本对应的预测概率值，无标签样本上分类损失为，表示两标签间的交叉熵损失，为图像上的伪标签，图像、图像为同一样本在不同视角下的图像样本。

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中国人民解放军国防科技大学，其通讯地址为：410005 湖南省长沙市开福区德雅路93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”。

以上内容由龙图腾AI智能生成。