基于局部特征和全局特征的舰船图像分类方法

专利主权项内容

1.一种基于局部特征和全局特征的舰船图像分类方法，其特征在于：包括以下步骤：步骤1、构建分类网络模型，所述分类网络模型的输入为船舰图像；分类网络模型包括：注意力分数模块，用于基于分类网络模型的输入图像得到注意力分数；密集连接网络，用于获得分类网络模型的输入图像的局部特征；局部特征表征提取分支，用于基于局部特征和注意力分数得到增强后的局部特征，然后基于增强后的局部特征提取得到局部特征的最终表征，并基于局部特征的最终表征得到第一分类结果；卷积体积变换器，用于获得分类网络模型的输入图像的全局特征；全局特征表征提取分支，用于基于全局特征和注意力分数得到增强后的全局特征，然后基于增强后的全局特征提取得到全局特征的最终表征，并基于全局特征的最终表征得到第二分类结果；分类网络模型的输出为基于第一分类结果和第二分类结果得到的最终分类结果；步骤2、对所述分类网络模型进行训练；步骤3、将待分类的船舰图像输入到分类网络模型中，得到图像分类结果。