-
公开(公告)号：CN120070953A
公开(公告)日：2025-05-30
申请号：CN202510058356.9
申请日：2025-01-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/77 , G06V10/82 , G06T5/80 , G06F17/11 , G06F17/18 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络特征编码的舰船图像分类装置，所述装置包括SAR图像数据采集模块，多源SAR图像数据库模块，图像编码器模块，深度残差神经网络分类器模块，舰船目标分类显示模块。本发明所涉及的舰船图像分类系统，采用所述的设备实现SAR舰船图像的特征编码，进一步输入到深度残差神经网络分类器模块中，使深度学习模型能够灵活地适应舰船图像的多样性，提高对不同舰船类型的识别能力。本发明克服目前基于深度学习的SAR舰船图像识别系统对舰船变体多样性识别不准确，对图像的干扰与噪声不鲁棒等不足，利用Transformer编码器强大的特征提取能力与深度残差神经网络精确的分类能力，对SAR舰船图像进行精准分类。
-
公开(公告)号：CN120071128A
公开(公告)日：2025-05-30
申请号：CN202510063906.6
申请日：2025-01-15
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06V10/774 , G06T5/40 , G06F17/10 , G06N3/048
Abstract: 本发明公开了一种基于变分模态分解的SAR海上舰船识别装置，包括SAR雷达、数据库以及上位机。SAR雷达、数据库、上位机依次相连，所述SAR雷达对海域进行实时监测，并将SAR雷达获得的图像数据存储到所述的数据库中，所述的上位机包括图像预处理模块、变分模态分解模块、分类模块、决策融合模块以及结果显示模块。本发明利用SAR雷达的合成孔径技术获取高分辨率图像，通过二维变分模态分解获得图像的多模态表示，利用卷积神经网络对各个模态进行分类并输出概率分布，然后基于贝叶斯理论融合各个模态的概率分布并判定目标，最终达到高精度的舰船目标识别。
-
公开(公告)号：CN120070955A
公开(公告)日：2025-05-30
申请号：CN202510058362.4
申请日：2025-01-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于生成对抗网络和深度度量的非完备数据舰船识别装置，用于对合成孔径雷达图像中的非完备舰船目标进行识别分类，克服目前已有的舰船目标识别模型识别效果不够好、难以进行特征选择以及无法适用于非完备数据情况的不足。预处理模块通过引入对抗生成网络实现了对非完备数据的增补，特征提取与选择模块利用融合评价策略选择最优的特征，分类识别模块基于深度度量方法，设计了加权三元组损失函数，自适应权重的引入使模型在训练过程中更关注重要的三元组，从而得到非完备数据情况下的舰船目标识别装置。本发明具有合成孔径雷达图像中的非完备舰船目标识别装置识别效果好、易于进行特征选择、目标识别训练过程更稳定。
-
公开(公告)号：CN120070952A
公开(公告)日：2025-05-30
申请号：CN202510058289.0
申请日：2025-01-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多尺度图注意力的舰船目标识别装置，包括多频段SAR雷达、数据库及上位机；多频段SAR雷达、数据库和上位机依次相连，所述多频段SAR雷达对所监测海域进行扫描，并将SAR雷达SAR图像储存到所述的数据库中，所述的上位机包括数据预处理模块、多尺度图数据重建模块、特征向量聚合模块以及目标识别模块。本发明提供了一种基于图结构数据重建与图注意力网络的多尺度SAR雷达海上舰船目标识别装置及方法，融合多频段、多角度的特性，具备了高精度和高智能化的优势，有效提升海上舰船目标识别的准确性与效率。
-
-
-
Search Results
4
records
(took 0.012 seconds)
