摘要
本发明公开了一种电磁散射特征驱动的SAR图像少样本目标识别方法,选取SAR飞机图像的散射中心参数,并采用AML算法对属性散射中心参数进行提取;利用属性散射中心参数聚类生成飞机目标子部件结构图制作飞机分类数据集;进行图构造和图聚合,以飞机目标的结构连接关系约束节点间边权重的设定,运用图神经网络进行目标局部散射拓扑结构特征的提取;将图神经网络提取的局部散射拓扑结构特征与利用残差网络提取的全局深度特征进行特征融合并,得到目标分类的结果。本发明将全局视觉特征和局部散射结构特征相结合,使用已知物理知识为数据驱动方法提供先验,为模型提升了可解释性,提升了整体的分类精度。
技术关键词
散射特征
拓扑结构特征
识别方法
节点特征
图像
attention机制
飞机
属性散射中心模型
残差网络
分水岭算法
注意力机制
电磁
机翼
样本
像素
参数
标记
全局视觉特征
系统为您推荐了相关专利信息
语义需求
智能推荐方法
全局视觉特征
智能推荐系统
关系
负荷监测方法
带时间
轨迹
工作状态发生变化
连续点