公开(公告)号：CN112329538B

公开(公告)日：2024-07-02

申请号：CN202011078852.4

申请日：2020-10-10

Applicant: 杭州电子科技大学

Inventor： 谭敏 ,  叶丹惠 ,  周剑 ,  胡东洋 ,  徐魁文

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06T3/4007

Abstract: 本发明公开了一种基于微波视觉的目标分类方法。本发明步骤如下:1、利用微波发射和接收天线获取电磁散射场数据并进行预处理。2、构建复数卷积神经网络实现目标分类，该网络包括：复数卷积层、复数批归一化层和复数激活层。3、在复数卷积神经网络中引入了注意力机制模块。4、将步骤1中获取的电磁散射场数据作为训练数据，输入到经过步骤2和3搭建的网络中，通过反向传播算法训练网络参数，直至整个网络模型收敛。本发明设计了专门的带有注意力机制的复数卷积神经网络，其学习效果是优于实数卷积神经网络的。同时，使用这种基于微波视觉特征的目标分类方法能在特定困难场景下无法应用RGB图像时，仍能有效进行目标分类。

公开(公告)号：CN112329538A

公开(公告)日：2021-02-05

申请号：CN202011078852.4

申请日：2020-10-10

Applicant: 杭州电子科技大学

Inventor： 谭敏 ,  叶丹惠 ,  周剑 ,  胡东洋 ,  徐魁文

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明公开了一种基于微波视觉的目标分类方法。本发明步骤如下:1、利用微波发射和接收天线获取电磁散射场数据并进行预处理。2、构建复数卷积神经网络实现目标分类，该网络包括：复数卷积层、复数批归一化层和复数激活层。3、在复数卷积神经网络中引入了注意力机制模块。4、将步骤1中获取的电磁散射场数据作为训练数据，输入到经过步骤2和3搭建的网络中，通过反向传播算法训练网络参数，直至整个网络模型收敛。本发明设计了专门的带有注意力机制的复数卷积神经网络，其学习效果是优于实数卷积神经网络的。同时，使用这种基于微波视觉特征的目标分类方法能在特定困难场景下无法应用RGB图像时，仍能有效进行目标分类。