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！

龙图腾网获悉西北工业大学申请的专利基于尺度感知域适应的多分辨率SAR目标识别方法及装置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：CN115578633B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211064661.1，技术领域涉及：G06V20/10；该发明授权基于尺度感知域适应的多分辨率SAR目标识别方法及装置是由刘准钆;李坤;文载道;潘泉设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本基于尺度感知域适应的多分辨率SAR目标识别方法及装置在说明书摘要公布了：本发明公开了一种基于尺度感知域适应的多分辨率SAR目标识别方法及装置，获取源域SAR图像集和目标域SAR图像集；基于源域SAR图像集和目标域SAR图像集训练多分辨率SAR目标识别网络；采用训练好的源域分类网络对待识别目标域SAR图像进行目标识别；本发明通过设计了带有自适应核残差模块的尺度增强特征提取网络，可以选择性的融合多个核卷积特征来捕获不同感受野RF中的多粒度信息，结合多级双线性融合模块，实现更加鲁棒的特征对齐，进而完成了多分辨率SAR图像中的跨域分类任务。

本发明授权基于尺度感知域适应的多分辨率SAR目标识别方法及装置在权利要求书中公布了：1.一种基于尺度感知域适应的多分辨率SAR目标识别方法，其特征在于，包括以下步骤： 获取源域SAR图像集和目标域SAR图像集；其中，所述源域SAR图像集由源域SAR图像及其类别标签组成，所述目标域SAR图像集由目标域SAR图像组成； 基于所述源域SAR图像集和目标域SAR图像集训练多分辨率SAR目标识别网络；其中，所述多分辨率SAR目标识别网络由源域分类网络和域对抗网络组成；所述源域分类网络包括尺度增强特征提取网络和分类器，所述域对抗网络包括域判别器、多级双线性融合模块和所述尺度增强特征提取网络； 采用训练好的所述源域分类网络对待识别目标域SAR图像进行目标识别； 所述尺度增强特征提取网络用于提取SAR图像的尺度增强特征，具体方法包括： 通过卷积网络提取SAR图像的特征X； 将所述特征X依次经过堆叠的自适应卷积核残差模块，得到SAR图像的尺度增强特征； 所述多级双线性融合模块用于提取SAR图像的多级融合特征，具体方法包括： 从所述尺度增强特征提取网络获取不同自适应卷积核残差模块输出的特征，并进行融合，得到多级融合特征；将同一SAR图像的所述尺度增强特征和多级融合特征进行融合后，送入所述判别器； 将第一个自适应卷积核残差模块输出的特征和第二个自适应卷积核残差模块输出的特征通过双线性池化操作进行融合，得到多级融合特征，其中，、为映射矩阵，为分类矩阵； 将同一SAR图像的所述尺度增强特征和多级融合特征进行融合得到，其中，为第三个自适应卷积核残差模块输出的特征； 所述自适应卷积核残差模块用于对所述特征X依次进行分离、融合和挑选操作； 所述分离操作包括将所述特征X送入两个具有不同核尺寸的特征支路，并分别得到不同的特征图和； 所述融合操作包括将特征图和进行求和操作，得到融合特征；再将所述融合特征依次经过全局平均池化层和全连接层，得到特征表示向量； 所述挑选操作包括通过特征表示向量分别计算特征图的权重向量a和特征图的权重向量b，结合所述特征图和以及对应的权重向量计算得到融合特征，再根据融合特征计算该自适应卷积核残差模块的输出特征； 所述输出特征的计算方法为： 。

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。