申请/专利权人：哈尔滨工程大学

申请日：2023-06-30

公开（公告）日：2024-02-09

公开（公告）号：CN116778176B

主分类号：G06V10/40

分类号：G06V10/40;G06V10/82;G06V10/774;G06V10/80;G06V10/764;G06N3/0464;G06N3/08;G06N3/047

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2023.10.10#实质审查的生效;2023.09.19#公开

摘要：本发明提出基于频域注意力的SAR图像舰船尾迹检测方法。所述方法用于舰船尾迹检测，该方法通过图像的频域信息来提取尾流特征。然后通过特征金字塔产生多尺度的特征表示，增强了相邻特征图间的信息融合。实现了高效准确的检测SAR图像舰船尾迹。

主权项：1.基于频域注意力的SAR图像舰船尾迹检测方法，其特征在于：所述方法包括：步骤1：对数据集进行预处理增强，将增强后的数据集按照比例划分为训练集、验证集以及测试集；在步骤1中，所述数据集为高分三号舰船尾迹数据集，对使用的数据集进行旋转、平移和翻转预处理操作来增强数据；步骤2：对输入图像进行特征提取，选取FcaNet为骨干网络，通过2D离散余弦变换DCT从输入图像中提取频域信息；在步骤2中，通过FcaNet在卷积过程中执行2D离散余弦变换DCT以选择性的提取图像特征，FcaNet骨干网络将通道划分成n等分，先分别计算出通道注意力中每个频率分量的结果，再根据所得结果筛选出k个性能最佳的频率分量；步骤3：改进金字塔特征提取模块FPN，在金字塔的三层至七层上进行特征融合，在三层至五层上应用MSAM，通过卷积层转换到相邻特征图，从而融合信息；步骤4：使用包含多个卷积核的分类头和OBB回归头对特征进行多任务回归，并赋予权重系数以适应舰船尾迹的场景，最终得到检测结果并进行可视化；2D离散余弦变换DCT有： 其中xi,j是输入，H是输入图像的高，W是输入图像的宽；相应的2D离散余弦逆变换IDCT可以写成： 通道注意力机制通过标量来表示并评估每个通道的重要程度，输入特征X∈RH×W×C沿通道维度分为m组，X∈RH×W×C[X0,X1,X2…Xm-1]，每组中的通道数为使用2D离散余弦变换DCT计算出对应每个部分的频率分量： 其中Freqn∈RC是计算得到的频率分量，通过级联来获得整个通道的注意力权重为：W＝sigmoidfccompress[X0,X1,X2…Xm-1]＝sigmoidfcconactenation[Freq0,Freq1,Freq2…Freqm-1]其中sigmoid是sigmoid函数，fc表示映射函数。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 基于频域注意力的SAR图像舰船尾迹检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD