摘要
本发明公开了一种融合散射拓扑结构的少样本SAR飞机目标检测方法,获取SAR数据集,基于Faster‑RCNN网络进行初步检测,得到感兴趣区域;根据感兴趣区域,构建适用于图卷积神经网络的图结构;利用Shi‑Tomasi角点检测算法提取强散射点得到散射特征矩阵,得到优化后的图结构;引入三元组对比损失函数,将优化后的图结构输入到图卷积神经网络中获得目标结构特征;构建基于Faster‑RCNN网络的SAR飞机目标检测模型,并进行模型训练,得到目标的检测与识别结果。本发明利用飞机的散射特征分布,提取飞机图像中代表性的特征,最大限度地减少冗余特征和噪声的干扰,从而提高SAR飞机目标检测与识别的准确性。
技术关键词
区域特征提取
感兴趣
飞机
散射特征
特征提取模块
样本
三元组
卷积神经网络提取
散射点
冗余特征
节点
阶段
矩阵
算法
参数
数据
图片
系统为您推荐了相关专利信息
硬件加速方法
硬件加速器模块
状态控制模块
数据
点云分类
信号特征提取
识别算法
特征提取模块
辐射源特征提取
分类器
个性化推荐系统
序列
网络监测模块
机器学习算法
滑动窗口法