中国人民解放军国防科技大学唐涛获国家专利权
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!
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于混合注意力机制的SAR图像车辆目标识别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:CN117036902B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202310892449.2,技术领域涉及:G06V10/82;该发明授权基于混合注意力机制的SAR图像车辆目标识别方法是由唐涛;崔雨婷;赵凌君;张思乾;计科峰;熊博莅;匡纲要设计研发完成,并于2023-07-20向国家知识产权局提交的专利申请。
本基于混合注意力机制的SAR图像车辆目标识别方法在说明书摘要公布了:本发明公开了基于混合注意力机制的SAR图像车辆目标识别方法,S1、数据集:采用MSTAR数据集;S2、混合注意力模块设计:根据实际需求和场景特点,设计合适的混合注意力模块;S3、模型架构设计:设计基于混合注意力机制的改进网络MA‑MobileNetV2;S4、模型训练:使用MSTAR数据集进行模型训练;S5、模型评估和优化:通过对比实验和性能评估指标,对模型进行评估和优化;S6、实施和部署:将训练好的模型应用于实际场景中的复杂SAR图像车辆目标识别任务,可以使用图像处理库或自定义软件实现模型的部署。涉及计算机视觉技术领域,其技术方案要点是:基于混合注意力机制的SAR图像车辆目标识别方法能够提高识别准确率、增强识别稳定性、适应复杂场景并减少计算复杂度。
本发明授权基于混合注意力机制的SAR图像车辆目标识别方法在权利要求书中公布了:1.基于混合注意力机制的SAR图像车辆目标识别方法,其特征是,包括以下步骤: S1、数据集:采用MSTAR数据集; S2、混合注意力模块设计:根据实际需求和场景特点,设计合适的混合注意力模块; 为了计算空间与通道协调注意力,首先对尺寸为C×H×W的输入特征图分别沿着空间的X轴方向和Y轴方向进行平均池化,得到尺寸为C×1×W的和尺寸为C×H×1的,并将它们连接起来生成一个尺寸为C×1×H+W的特征描述;将C×1×H+W的特征描述通过标准卷积层进行卷积,然后将得到的结果分解成C×1×W和C×H×1的特征描述,再将特征描述分别经过sigmoid函数得到最终的空间注意力权重和;其计算公式如下: ; ; ; 其中,表示输入特征,表示空间X轴方向的注意力权重,表示空间Y轴方向的注意力权重,表示标准卷积操作,表示在空间的X轴方向进行平均池化操作,表示在空间的Y轴方向进行平均池化操作 S3、模型架构设计:设计基于混合注意力机制的改进网络MA-MobileNetV2; 通道注意力可以对通道维度进行自动加权,空间注意力可以对空间维度进行自动加权,空间与通道协调注意力模块可以对空间在通道上的边缘分布进行加权,这三种加权方式在不同维度上具有互补性,可以互补地对特征图进行加权,提高网络的识别精度; 为了计算混合注意力,分别对输入特征进行CHA加权、SPA加权和CA加权,最终得到混合注意力加权的输出特征图,其中特征与权重的计算遵循广播机制;其计算公式如下所示: ; 其中,表示输入特征,表示通道注意力权重,表示空间注意力权重,表示空间X轴方向的注意力权重,表示空间Y轴方向的注意力权重,表示经过混合注意力模块加权后的特征; S4、模型训练:使用MSTAR数据集进行模型训练; S5、模型评估和优化:通过对比实验和性能评估指标,对模型进行评估和优化; S6、实施和部署:将训练好的模型应用于实际场景中的复杂SAR图像车辆目标识别任务,可以使用图像处理库或自定义软件实现模型的部署。
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人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励