一种基于小样本的半监督高效视频SAR阴影追踪方法

AITNT
正文
推荐专利
一种基于小样本的半监督高效视频SAR阴影追踪方法
申请号:CN202411880886
申请日期:2024-12-19
公开号:CN119904771B
公开日期:2025-07-08
类型:发明专利
摘要
本申请公开了一种基于小样本的半监督高效视频SAR阴影追踪方法,属于雷达目标识别领域。本申请所提方法解决了传统阴影跟踪技术的局限性,通过改进的分割模型和半监督策略策略,提升了阴影区域的检测精度和鲁棒性;基于所设计的新的混合训练策略,有效的整合了有标签与无标签数据,显著提高了模型的学习效率和泛化能力。通过将深度学习技术和半监督学习策略结合,充分利用有限的标注数据与丰富的无标注数据,解决了传统方法在小样本条件下的不足,有效提升SAR图像中阴影区域的检测和跟踪精度。
技术关键词
语义分割模型 标签 样本 图像 追踪方法 监督学习策略 半监督训练 深度学习技术 数据 退火方式 预测类别 像素点 视频 优化器 鲁棒性 网络 精度 参数
系统为您推荐了相关专利信息
1
零位恢复方法、装置、控制设备及存储介质
工业机器人 编码器 关节 恢复方法 界面
2
磁滞回线模拟方法、装置、设备及介质
铁磁元件 样本 气压 磁通 插值模型
3
一种基于突发感知的时延敏感网络资源分配方法
实时业务 网络资源分配方法 深度强化学习模型 时隙资源利用率 网络状态信息
4
路径规划方法、电子设备、车辆、存储介质和程序产品
路径规划方法 障碍物地图 语义地图 路面 底盘
5
奶粉罐内异物检测方法及系统
奶粉罐 异物检测方法 罐壁 实时图像 无杂质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号