買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜重慶大學申請的專利基于語義和紋理特征融合的SAR圖像飛機目標識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115471763B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211056668.9，技術領域涉及：G06V20/17；該發明授權基于語義和紋理特征融合的SAR圖像飛機目標識別方法是由張新征;羅雨晴;胡東設計研發完成，并于2022-08-31向國家知識產權局提交的專利申請。

本基于語義和紋理特征融合的SAR圖像飛機目標識別方法在說明書摘要公布了：本發明具體涉及基于語義和紋理特征融合的SAR圖像飛機目標識別方法，包括：將待識別的SAR圖像輸入訓練后的目標識別模型，輸出對應的目標識別預測值；訓練目標識別模型時：首先將包含若干個SAR圖像的訓練集輸入目標識別模型；其次通過深度神經網絡提取SAR圖像的高層語義特征；同時提取SAR圖像的紋理特征，并構建紋理特征矩陣；然后融合高層語義特征和紋理特征矩陣，生成信息融合特征；最后基于信息融合特征進行預測，生成目標識別預測值，并基于目標識別預測值完成模型訓練。本發明能夠將目標紋理特征和深度學習網絡得到的高層語義特征結合，進而能夠提高模型的泛化能力和精度，從而能夠提高SAR圖像飛機目標識別的準確性和有效性。

本發明授權基于語義和紋理特征融合的SAR圖像飛機目標識別方法在權利要求書中公布了：1.基于語義和紋理特征融合的SAR圖像飛機目標識別方法，其特征在于，包括：S1：獲取待識別的SAR圖像；S2：將待識別的SAR圖像輸入訓練后的目標識別模型，輸出對應的目標識別預測值；訓練目標識別模型時，首先將包含若干個SAR圖像的訓練集輸入目標識別模型；其次通過深度神經網絡提取SAR圖像的高層語義特征；同時提取SAR圖像的紋理特征，并構建紋理特征矩陣；然后融合高層語義特征和紋理特征矩陣，生成信息融合特征；最后基于信息融合特征進行預測，生成目標識別預測值，并基于目標識別預測值完成模型訓練；步驟S2中，將ResNet34作為用于提取高層語義特征的深度神經網絡的主干網絡；通過如下步驟提取高層語義特征：S201：將SAR圖像輸入卷積層，輸出特征圖F1；S202：將特征圖F1輸入注意力模塊，輸出附加注意力的特征圖F2；S203：將附加注意力的特征圖F2輸入堆疊殘差層進行殘差學習，加深網絡的深度，得到具有高層語義信息的特征圖F3作為高層語義特征；通過如下步驟構建紋理特征矩陣：S211：在SAR圖像上定義一個半徑為R的圓形鄰域窗口，設圓形鄰域窗口內有P個采樣點，計算每個采樣點所對應像素位置的坐標值并確定其像素灰度值；S212：以圓形鄰域窗口內中心點所對應像素位置的像素灰度值為閾值，然后將P個采樣點的像素灰度值與閾值進行比較：若大于閾值，則該采樣點所對應的像素位置被標記為1；否則，標記為0；S213：通過步驟S212在圓形鄰域窗口內獲取P個二進制數，然后將P個二進制數轉換為十進制數，并作為圓形鄰域窗口中心點所對應像素位置的紋理特征值；S214：將圓形鄰域窗口在SAR圖像上滑動，并重復步驟S211至S213，以計算SAR圖像上每個像素位置的紋理特征值，進而構成SAR圖像的紋理特征矩陣；S3：基于目標識別模型輸出的目標識別預測值實現待識別SAR圖像的目標識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶大學，其通訊地址為：400044 重慶市沙坪壩區沙正街174號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。