摘要
本发明公开了一种基于动态融合分类网络的多时序极化SAR图像智能标注方法、系统,方法包括:获取多时序极化SAR图像;依据多时序极化SAR图像,随机选择预设块大小的样本作为训练样本;构建基于动态融合分类网络模型;依据训练样本对基于动态融合分类网络模型进行训练,获得训练好的基于动态融合分类网络模型;利用训练完成的基于动态融合分类网络模型对获取的待分类多时序极化SAR图像进行标注,获得分类结果。本发明不仅可以用于实现多时序PolSAR图像的分类,同时较比传统模型,有助于提高多时序PolSAR图像的分类精度。
技术关键词
极化SAR图像
分类网络
智能标注方法
卷积神经网络模块
时序
动态
PolSAR图像
极化特征
可读存储介质
多分支
标注系统
信道特征
计算机
样本
序列
处理器
表达式
副本