-
公开(公告)号：CN112990334A
公开(公告)日：2021-06-18
申请号：CN202110332409.3
申请日：2021-03-29
Applicant: 西安电子科技大学
Abstract: 本发明属于雷达图像处理技术领域，尤其涉及一种基于改进原型网络的小样本SAR图像目标识别方法，可用于小样本条件下的SAR自动目标识别；包括步骤：获取训练样本集和待识别小样本SAR图像集；构建深度卷积‑双向长短时原型神经网络，即改进原型网络；采用训练支撑集和训练查询集对所述深度卷积‑双向长短时原型神经网络进行训练；获取小样本SAR图像的目标识别结果。本发明通过构建新的网络结构，解决了传统识别方法中每类待识别目标都需要数百个甚至更多训练样本的问题，实现了用每类中少量的带标签样本有效分类识别目标。
-
公开(公告)号：CN116930884A
公开(公告)日：2023-10-24
申请号：CN202311193660.1
申请日：2023-09-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光SAR图像转换的SAR欺骗干扰模板生成方法，包括：获取光学目标图像；将光学目标图像输入训练好的生成器，生成光学目标图像对应俯仰和方位角下的虚假SAR目标图像；生成器是采用多对训练样本和目标损失函数，对初始转换生成对抗网络训练得到；每对训练样本包括一张光学样本图像和一张SAR样本图像；目标损失函数包含生成器损失函数和判别器损失函数；生成器损失函数包含循环一致性损失函数、聚焦频率损失函数和沃森斯坦梯度惩罚生成对抗损失函数中生成器的相关项；将生成的虚假SAR目标图像作为欺骗干扰模板。本发明可以利用丰富的光学目标图像生成多姿态、高逼真度的SAR目标欺骗干扰模板，提高了SAR欺骗干扰模板的多样性和质量。
-
公开(公告)号：CN116930884B
公开(公告)日：2023-12-26
申请号：CN202311193660.1
申请日：2023-09-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光SAR图像转换的SAR欺骗干扰模板生成方法，包括：获取光学目标图像；将光学目标图像输入训练好的生成器，生成光学目标图像对应俯仰和方位角下的虚假SAR目标图像；生成器是采用多对训练样本和目标损失函数，对初始转换生成对抗网络训练得到；每对训练样本包括一张光学样本图像和一张SAR样本图像；目标损失函数包含生成器损失函数和判别器损失函数；生成器损失函数包含循环一致性损失函数、聚焦频率损失函数和沃森斯坦梯度惩罚生成对抗损失函数中生成器的相关项；将生成的虚假SAR目标图像作为欺骗干扰模板。本发明可以利用丰富的光学目标图像生成多姿态、高逼真度的SAR目标欺骗干扰模板，提高了SAR欺骗干扰模板的多样性和质量。
-
-
Search Results
3
records
(took 0.026 seconds)
