一种基于CTSE与余弦间隔损失的SAR图像船舶识别方法

AITNT
正文
推荐专利
一种基于CTSE与余弦间隔损失的SAR图像船舶识别方法
申请号:CN202511176382
申请日期:2025-08-21
公开号:CN121033691A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供了一种基于CTSE与余弦间隔损失的SAR图像船舶识别方法,涉及合成孔径雷达目标识别技术领域,本发明的方法包括如下步骤:获取FUSAR‑Ship数据集并进行图像预处理;建立CTSE舰船特征提取模块对预处理后的图像进行特征提取;建立对提取的特征进行判别性增强;基于所述CTSE舰船特征提取模块和CML余弦间隔损失约束模块构建舰船识别模型,并使用训练集训练所述舰船识别模型;使用测试集测试训练好的舰船识别模型;评估所述舰船识别模型的性能指标。本发明的方法能够有效克服现有技术瓶颈,在充分建模舰船目标局部细节与长程依赖关系的同时,显著增强特征的判别性,从而实现更精准、更鲁棒的舰船识别,满足海事监测等领域对高精度识别技术的需求。
技术关键词
船舶识别方法 特征提取模块 输出特征 多层感知器 训练集 合成孔径雷达 更新模型参数 图像块 处理器 样本 注意力机制 图像分割 多阶段 计算机设备 优化器 数据 可读存储介质
系统为您推荐了相关专利信息
1
一种火电厂高温段无氧的加氧监测系统及方法
四氧化三铁 误差预测 高温蒸汽管道 监测方法 氧气
2
一种用于介入手术辅助系统的多维信息监控系统
多维信息监控系统 手术辅助系统 长短期记忆模型 多层感知器网络 图像增强单元
3
一种面向结直肠病灶的图像分割方法
图像分割方法 边界特征 数据 局部纹理特征 多尺度特征融合
4
基于轻量化深度学习的牛肉新鲜度检测方法、设备及介质
牛肉新鲜度 牛肉图像 深度学习模型 注意力 金字塔池化模块
5
基于增强因果建模和特征共识的时序动作检测方法及系统
时序动作检测方法 动作特征 输出特征 分支 卷积模型
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