摘要
本发明公开了一种基于纯仿真数据训练的域泛化SAR目标识别方法、终端设备及存储介质,获取不同噪声、不同背景、不同成像参数下的仿真图像,构成多个用于训练的源域;利用生成式风格转换模型对不同源域的仿真图像进行转换,生成新的中间域图像,将新的中间域图像添加至对应的源域内,得到新的源域;将所述新的源域作为目标识别模型的输入,扩充仿真数据源域的多样性,基于此训练所述目标识别模型,得到识别模型。本发明在训练过程中完全不需要使用目标域的实测数据,消除了其他域自适应算法的局限性,且在识别性能上远胜于一般的通用分类识别方法,提高了基于纯仿真数据训练的域泛化SAR图像目标识别的准确度。
技术关键词
仿真数据
图像
风格
分类识别方法
终端设备
标签
计算机程序产品
处理器
网络
指令
参数
可读存储介质
成像
存储器
噪声
级联
算法
模块
系统为您推荐了相关专利信息
人脸面部表情
识别方法
多尺度特征
上下文感知网络
校正模块
实例分割模型
安全设备
编码器模块
编码特征
多尺度特征
花生病虫害
识别诊断方法
生成融合图像
深度卷积神经网络
诊断装置