公开(公告)号：CN116385873A

公开(公告)日：2023-07-04

申请号：CN202310263722.5

申请日：2023-03-11

Applicant: 北京理工大学 ,  北京理工大学重庆创新中心

Inventor： 江政杰 ,  王裕沛 ,  陈亮 ,  张玺 ,  周小琪

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/82 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于坐标感知注意力和空间语义上下文的SAR小目标检测网络。目标检测是遥感图像智能处理的一项重要任务，通过一系列算法，图像上的目标会被自动定位和识别。由于SAR特有的成像机制，图像中存在许多散斑噪点，导致目标与背景难以区分，所以相较于光学遥感图像，SAR图像的处理难度更大。本发明能够显著提高SAR遥感图像小尺度目标的检测效果，特别是针对背景复杂、噪音干扰严重的SAR遥感小目标检测场景，在有效抑制背景噪音的基础上，显著提高了检测率及检测精度，并加强了模型的鲁棒性和泛化能力，提升了模型对不同场景的适应能力。

公开(公告)号：CN116503732A

公开(公告)日：2023-07-28

申请号：CN202310326057.X

申请日：2023-03-30

Applicant: 北京理工大学

Inventor： 江政杰 ,  李健昊 ,  陈亮 ,  师皓 ,  王裕沛

IPC: G06V20/10 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/094

Abstract: 本发明提供了一种基于域适应的无监督SAR图像舰船目标检测方法，通过从像素级和特征级逐步将光学图像域中的知识迁移到SAR图像域。在像素级，引入扩散模型，将光学域的舰船目标切片转化为伪SAR域的切片，然后与纯海洋背景结合起来，生成丰富的高质量过渡域图像，有效减小了光学图像域和SAR图像域之间的语义鸿沟。在特征级，通过构建以transformer为基础的检测器，在特征提取后和结果预测前分别利用对抗学习策略进行特征对齐操作，SAR域检测器可以从过渡域检测器中学习不变特征，提高对目标检测能力。最后，在SAR图像域利用学习到的检测器，对待处理的SAR图像进行舰船目标检测。在一定程度上缓解了标注SAR图像带来的巨大人工和时间消耗。