買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安郵電大學(xué)申請的專利基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114372521B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111650372.5，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法是由滑文強(qiáng);張聰;王欣雷;謝雯;金小敏;路龍賓;張璐;鄧萬宇設(shè)計研發(fā)完成，并于2021-12-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法在說明書摘要公布了：本發(fā)明公開了基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法，包括：構(gòu)建分類模型，分類模型為基于注意力機(jī)制的3D殘差關(guān)系網(wǎng)絡(luò)模型；選取訓(xùn)練集；采用訓(xùn)練集對分類模型進(jìn)行訓(xùn)練，獲得訓(xùn)練好的分類模型；獲取待分類的極化合成孔徑雷達(dá)圖像；將待分類的極化合成孔徑雷達(dá)圖像中每個像素的原始輸入信息輸入訓(xùn)練好的分類模型，獲得分類結(jié)果。本發(fā)明是針對極化SAR圖像分類中的小樣本問題，對深度學(xué)習(xí)方法在極化SAR圖像應(yīng)用上的改進(jìn)，并結(jié)合極化SAR數(shù)據(jù)的空間鄰域信息，有效的實現(xiàn)了深度學(xué)習(xí)在小樣本下極化SAR圖像分類。

本發(fā)明授權(quán)基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法在權(quán)利要求書中公布了：1.基于注意力機(jī)制和殘差關(guān)系網(wǎng)絡(luò)的SAR圖像分類方法，其特征在于，包括：構(gòu)建分類模型，所述分類模型為基于注意力機(jī)制的3D殘差關(guān)系網(wǎng)絡(luò)模型；選取訓(xùn)練集；采用所述訓(xùn)練集對所述分類模型進(jìn)行訓(xùn)練，獲得訓(xùn)練好的分類模型；所述分類模型包括特征嵌入模塊和關(guān)系模塊；獲取待分類的極化合成孔徑雷達(dá)圖像；選取以所述極化合成孔徑雷達(dá)圖像中每個像素為中心的像素塊；提取所述像素塊中每個像素的特征信息，以所述像素塊中各像素對應(yīng)的特征信息作為中心像素的原始輸入信息；將所述極化合成孔徑雷達(dá)圖像中每個像素的原始輸入信息輸入訓(xùn)練好的分類模型，獲得分類結(jié)果；所述選取訓(xùn)練集，包括：根據(jù)真實地物標(biāo)記，選取多個有標(biāo)記的數(shù)據(jù)作為訓(xùn)練樣本；在所述分類模型每次進(jìn)行訓(xùn)練迭代時，均將所述訓(xùn)練樣本轉(zhuǎn)化為回合集，所述回合集包括支持集和查詢集，所有的所述回合集組成所述訓(xùn)練集；所述在所述分類模型每次進(jìn)行訓(xùn)練迭代時，均將所述訓(xùn)練樣本轉(zhuǎn)化為回合集，包括：按照分類類別選取所述訓(xùn)練樣本中標(biāo)簽不為零的樣本；對選取的所述樣本進(jìn)行擴(kuò)充，獲得擴(kuò)充樣本集；在所述擴(kuò)充樣本集中進(jìn)行采樣，每次采樣獲得一個所述支持集和查詢集，所述支持集和查詢集組成所述回合集；在得到所述回合集后，將所述回合集中的所述支持集和所述查詢集加入所述特征嵌入模塊，采用注意力機(jī)制提取相應(yīng)的特征數(shù)據(jù)；提取所述支持集和所述查詢集的特征數(shù)據(jù)后，將所述支持集和所述查詢集的特征數(shù)據(jù)拼接起來，并輸入到所述關(guān)系模塊中，計算出關(guān)系得分；在選取以所述極化合成孔徑雷達(dá)圖像中每個像素為中心的像素塊之前，還包括：對所述極化合成孔徑雷達(dá)圖像進(jìn)行濾波處理；對濾波處理后的極化合成孔徑雷達(dá)圖像進(jìn)行Pauli分解，獲得相應(yīng)的偽彩色圖；獲得所述偽彩色圖后，選取以所述偽彩色圖中每個像素為中心的像素塊。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安郵電大學(xué)，其通訊地址為：710000 陜西省西安市長安南路563號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。