← 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
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。
申请人信息
- 申请人:南京航空航天大学
- 申请人地址:213300 江苏省常州市溧阳市滨河东路29号
- 发明人: 南京航空航天大学
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。