西安电子科技大学鲁一鸣获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安电子科技大学申请的专利基于自监督拼图学习的SAR图像地物分类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115527071B 。
龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211374754.4,技术领域涉及:G06V10/764;该发明授权基于自监督拼图学习的SAR图像地物分类方法是由鲁一鸣;任仲乐;侯彪;任博;杨晨;焦李成设计研发完成,并于2022-11-04向国家知识产权局提交的专利申请。
本基于自监督拼图学习的SAR图像地物分类方法在说明书摘要公布了:一种基于自监督拼图学习的SAR图像地物分类方法,利用自监督学习的思想挖掘无标签数据自身的特性作为监督信息,提升场景分类模型的特征提取能力,实现地物特征的有效表示;设计拼图作为上游拼图任务在无标签的数据上进行训练得到上游任务预训练模型,迁移预训练模型并对下游场景分类任务进行微调,在下游场景分类任务中使用少量有标签的样本,并在数景真实大场景下检验场景分类模型的分类性能,可以缓解有标签训练样本不足以及地物目标表现形式多样导致地物特征判别性不足的缺陷,提升场景分类模型的分类性能。
本发明授权基于自监督拼图学习的SAR图像地物分类方法在权利要求书中公布了:1.一种基于自监督拼图学习的SAR图像地物分类方法,其特征在于,包括以下步骤: 步骤1,输入SAR图像,对每一类区域随机截取固定尺寸的图像块组成训练集以及验证集; 步骤2,将列表[1,2,3,4,5,6,7,8,9]进行随机打乱,并计算打乱后的最大汉明距离,选取最大汉明距离前八十个的排列作为排列集; 步骤3,将步骤1得到的图像块切分为3x3的小块,切割时采取有间隙的切割方式,对得到的9个图像块单独进行归一化处理; 步骤4,从步骤2得到的排列集中随机选择一个排列作为排列顺序,将步骤3中经过数据处理之后的9个图像块按照选出的排列顺序送入上游任务网络中进行预测,目标是得到所选排列的索引; 步骤5,从步骤1中得到的训练集样本中每类随机选用20张图像作为下游场景分类任务的训练样本并进行数据处理;将上游拼图任务模型作为下游场景分类任务的预训练模型进行迁移学习,对下游场景分类任务进行微调; 步骤6,将完整的SAR图像按照有覆盖的切割方式切割为与步骤1同样尺寸的小块,利用下游场景分类任务模型进行分类,对分类后特定的类别赋予特定的颜色,按照切割的方式拼接成大图; 步骤7,对于SAR图像的未知类,找出未知类在标签图上对应的区域,在结果图上相应的区域覆盖为未知类的颜色,将结果图转换为索引图; 步骤8,将得到结果图与SAR图像的标签图计算评价指标,计算每个类别的评价指标CPA、Recall、F1score,以及整体评价指标PA、Kappa、MIoU、FWIoU。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。