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！

龙图腾网获悉中国科学院声学研究所申请的专利一种合成孔径声呐图像目标分类方法及系统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：CN115223033B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211040657.1，技术领域涉及：G06V10/764；该发明授权一种合成孔径声呐图像目标分类方法及系统是由巩文静;田杰;刘纪元设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种合成孔径声呐图像目标分类方法及系统在说明书摘要公布了：本发明提供一种合成孔径声呐图像目标分类方法及系统，所述方法包括：1获取图像训练集与验证集；2对可变形卷积模块中的标准卷积模块改进为深度分离卷积，得到深度分离可变形卷积；3将前述深度分离可变形卷积模块添加到优化后的残差网络中，得到目标分类模型；4利用SAS图像对模型进行训练，得到目标分类结果。本发明克服了人工提取特征的缺陷，解决了由于目标形态不规则及尺度差异导致的分类准确率低的问题，资源消耗量和计算复杂度小，能够快速应用到实际设备中，为水下自动目标识别提供可靠的性能。

本发明授权一种合成孔径声呐图像目标分类方法及系统在权利要求书中公布了：1.一种合成孔径声呐图像目标分类方法，所述方法包括： 对采集的水下合成孔径声呐图像进行预处理； 将预处理后的水下合成孔径声呐图像输入建立和训练好的目标分类模型，得到对应的目标分类结果； 所述目标分类模型为添加深度分离可变形卷积模块的残差网络模型，采用监督学习的方法训练得到； 所述目标分类模型的输入为大小相等的图像集，输出为图像的分类编号； 所述目标分类模型具体结构为： 以ResNet50网络为基础模型，使用3个3×3大小的卷积层代替原本ResNet50网络7×7的卷积； 将深度分离可变形卷积模块引入到残差网络的特征提取过程中：在输入层的第3个卷积层位置和残差单元之后分别添加改进后的深度分离可变形卷积，在传统深度特征的基础上，联合可变形深度特征对目标进行特征表示； 在每个卷积层和残差学习单元中使用ReLU非线性激活函数进行处理，在激活函数前增加BN层，其计算过程为： ； 其中，r为函数自变量； 所述改进后的深度分离可变形卷积模型如下： 利用可变形卷积中的标准二维卷积核以滑动窗口的形式在输入图像集上的规则网格R内进行采样生成特征图；其中，代表步长为1的m×m卷积的采样网格，m为大于1的奇数； 对可变形卷积中的标准二维卷积分解为一个深度卷积和一个1×1的逐点卷积，形成深度分离可变形卷积。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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”。

以上内容由龙图腾AI智能生成。