申请/专利权人:南京航空航天大学
申请日:2023-11-30
公开(公告)日:2024-03-29
公开(公告)号:CN117788968A
主分类号:G06V10/772
分类号:G06V10/772;G06V10/25;G06V10/44;G06T7/62;G06V10/82;G06N3/045
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于自注意力机制的字典学习SAR舰船目标检测方法,包括如下步骤:对预先获取的SAR图像进行预处理,逐像素提取特征向量,组成特征矩阵;构建基于自注意力机制的字典学习模型,设计增大子字典差异性的目标函数;利用自注意力机制更新字典和计算编码系数,构建具有判别能力的目标和背景子字典;利用特征矩阵作为基于自注意力机制的字典学习模型的输入,得到初步检测结果;通过计算检测结果的连通面积大小、长宽比及复杂度,得到目标的检测结果。本发明构建增大子字典差异性的目标函数,利用自注意力机制学习SAR图像中舰船目标与海杂波背景的不同特征,更好地构建目标和背景的不同子字典,提高SAR舰船目标检测准确性,减少虚警。
主权项:1.一种基于自注意力机制的字典学习SAR舰船目标检测方法,其特征在于,包括以下步骤:1对预先获取的SAR图像进行预处理,逐像素提取特征向量,组成特征矩阵;2构建基于自注意力机制的字典学习模型,设计增大子字典差异性的目标函数;3利用自注意力机制更新字典和计算编码系数,构建具有判别能力的目标和背景子字典;4利用步1得到的特征矩阵作为步骤2提出的基于自注意力机制的字典学习模型的输入进行阈值检测,得到初步检测结果;5通过计算检测结果的连通面积大小、长宽比及复杂度,得到目标的检测结果。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于自注意力机制的字典学习SAR舰船目标检测方法
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。