摘要
本发明涉及基于特征分离和扩散模型的域泛化异源SAR图像目标识别方法,构建由骨干网络和分类器组成的目标识别模型;将多个源域数据集中的SAR图像依次输入至骨干网络中,通过骨干网络提取全要素特征,包括多个源域中的图像特征;并将图像特征分离成域特有特征和域不变特征;移除相应的域特有特征,从而留下域不变特征进行后续分类;通过扩散模型对加性特征进行去噪,从而以梯度回传的形式优化骨干网络;分类器对得到的域不变特征进一步进行分类以输出目标类别,完成目标识别模型的训练;实时获取SAR图像,并通过训练好的目标识别模型得到目标类别。
技术关键词
分类器
识别方法
图像
网络
噪声特征
解码器
编码器
模型训练模块
超参数
加性噪声
存储计算机程序
数据标签
噪声量
识别系统
识别装置
处理器
识别模块
计算器
系统为您推荐了相关专利信息
图像识别算法
图像压缩
弹药
机器学习模型
高分辨率摄像头
蒙特卡洛树搜索
卫星轨道参数
多任务
规划
星间激光通信
航天器
图像特征点
深度神经网络模型
训练样本数据
非暂态计算机可读存储介质
无线Mesh网络
可靠性保障方法
编码
GP模型
矩阵