← 返回列表
基于多尺度小波卷积的SAR图像城市区域场景分类方法
摘要文本
本发明公开了一种基于多尺度小波卷积的SAR图像城市区域场景分类方法，包括构建带有注意力机制的多尺度卷积模块，用于对原始SAR图像进行不同尺度的特征提取并融合，对融合的多尺度特征赋注意力权重，获得带有空间注意力权重的融合特征图；构建离散小波变换卷积模块，用于分解获得带有空域信息和频域信息的多尺度小波特征图；构建判别器网络，用于对多尺度小波特征图识别所属城市区域场景类别的概率；采用标准叉熵损失函数对S1‑S3构建的总体网络进行训练，获得预训练的总体网络；利用预训练的总体网络对待测试的SAR图像进行测试，得到城市区域场景分类结果。本发明可有效提高城市区域场景分类的准确性和泛化性能。
申请人信息
- 申请人:耕宇牧星(北京)空间科技有限公司
- 申请人地址:100095 北京市海淀区地锦路9号院14号楼101-1
- 发明人: 耕宇牧星(北京)空间科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多尺度小波卷积的SAR图像城市区域场景分类方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311687735.1 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117636052A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 耕宇牧星(北京)空间科技有限公司 |
| 发明人 | 李冠群 |
| 地址 | 北京市海淀区地锦路9号院14号楼101-1 |
专利主权项内容
1.一种基于多尺度小波卷积的SAR图像城市区域场景分类方法，其特征在于：包括如下步骤：S1：构建带有注意力机制的多尺度卷积模块，用于对原始SAR图像进行不同尺度的特征提取并融合，对融合的多尺度特征赋注意力权重，获得带有空间注意力权重的融合特征图；S2：构建离散小波变换卷积模块，用于分解获得带有空域信息和频域信息的多尺度小波特征图；S3：构建判别器网络，用于对多尺度小波特征图识别所属城市区域场景类别的概率；S4：采用标准叉熵损失函数对S1-S3构建的总体网络进行训练，获得预训练的总体网络；S5：利用预训练的总体网络对待测试的SAR图像进行测试，得到城市区域场景分类结果。 （来 自 马 克 数 据 网）