← 返回列表

一种基于自注意力机制的字典学习SAR舰船目标检测方法

申请号: CN202311622861.9
申请人: 南京航空航天大学
申请日期: 2023/11/30

摘要文本

本发明公开了一种基于自注意力机制的字典学习SAR舰船目标检测方法,包括如下步骤:对预先获取的SAR图像进行预处理,逐像素提取特征向量,组成特征矩阵;构建基于自注意力机制的字典学习模型,设计增大子字典差异性的目标函数;利用自注意力机制更新字典和计算编码系数,构建具有判别能力的目标和背景子字典;利用特征矩阵作为基于自注意力机制的字典学习模型的输入,得到初步检测结果;通过计算检测结果的连通面积大小、长宽比及复杂度,得到目标的检测结果。本发明构建增大子字典差异性的目标函数,利用自注意力机制学习SAR图像中舰船目标与海杂波背景的不同特征,更好地构建目标和背景的不同子字典,提高SAR舰船目标检测准确性,减少虚警。

专利详细信息

项目 内容
专利名称 一种基于自注意力机制的字典学习SAR舰船目标检测方法
专利类型 发明申请
申请号 CN202311622861.9
申请日 2023/11/30
公告号 CN117788968A
公开日 2024/3/29
IPC主分类号 G06V10/772
权利人 南京航空航天大学
发明人 毕辉; 王璐玮; 郭倩; 王丽平; 李勇; 张晶晶
地址 江苏省南京市秦淮区御道街29号

专利主权项内容

1.一种基于自注意力机制的字典学习SAR舰船目标检测方法,其特征在于,包括以下步骤:(1)对预先获取的SAR图像进行预处理,逐像素提取特征向量,组成特征矩阵;(2)构建基于自注意力机制的字典学习模型,设计增大子字典差异性的目标函数;(3)利用自注意力机制更新字典和计算编码系数,构建具有判别能力的目标和背景子字典;(4)利用步(1)得到的特征矩阵作为步骤(2)提出的基于自注意力机制的字典学习模型的输入进行阈值检测,得到初步检测结果;(5)通过计算检测结果的连通面积大小、长宽比及复杂度,得到目标的检测结果。