CN110647794A 基于注意力机制的多尺度sar图像识别方法及装置 (五邑大学)_第1页
CN110647794A 基于注意力机制的多尺度sar图像识别方法及装置 (五邑大学)_第2页
CN110647794A 基于注意力机制的多尺度sar图像识别方法及装置 (五邑大学)_第3页
CN110647794A 基于注意力机制的多尺度sar图像识别方法及装置 (五邑大学)_第4页
CN110647794A 基于注意力机制的多尺度sar图像识别方法及装置 (五邑大学)_第5页
已阅读5页,还剩13页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于注意力机制的多尺度SAR图像识别方法本发明公开了基于注意力机制的多尺度SAR图像识别方法及装置,在SAR训练图像经过注意网训练结合网络损失对整体的图像识别网络进力机制生成注意力预测图,定位SAR图像中最显2初步定位:使SAR训练图像经过感兴趣区域定位子网结合注意力预测图处理得到初步分类训练:使初步定位SAR图像经过图像分类子网处理输出分类结果,并计算分类损2.根据权利要求1所述的基于注意力机制的多尺提取SAR训练图像的RGB通道信息并以张量表示,并根据张量使注意力预测图以热图的形式对SAR训练图像遮6.应用权利要求1-5任一项所述的基于注意力机制的多尺度SAR图像识别方法的装置,以及与训练模块连接的分类模块,用于输入SAR待测图像至训练模块训练完成的图像3初步定位模块,用于使SAR训练图像经过感兴趣区域定位子网结合注意力预测图处理4[0001]本发明涉及图像处理领域,特别是基于注意力机制的多尺度SAR图像识别方法及[0010]初步定位:使SAR训练图像经过感兴趣区域定位子网结合注意力预测图处理得到5[0024]本发明第二方面,提供了应用本发明第一方面的基于注意力机制的多尺度SAR图[0026]以及与训练模块连接的分类模块,用于输入SAR待测图像至训练模块训练完成的[0028]注意力预测模块,用于使SAR训练图像经过注意力预测子网处理得到注意力预测[0029]初步定位模块,用于使SAR训练图像经过感兴趣区域定位子网结合注意力预测图[0036]图2是本发明另一个实施例基于注意力机制的多尺度SAR图像识别方法的原理步6[0037]图3是本发明实施例应用基于注意力机制的多尺度SAR图像识别方法的装置的结[0038]图4是本发明另一个实施例应用基于注意力机制的多尺度SAR图像识别方法的装属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体[0042]步骤S100、训练步骤:输入SAR训练图像对原始的图像识别网络10进行训练和调[0047]步骤S130、分类训练:使初步定位SAR图像经过图像分类子网13处理输出分类结[0049]在该实施例中,输入大量的SAR训练图像对原始的图像识别网络10进行训练和调7像信息中有选择地筛选出少量重要信息并忽略大多不重要的信息,聚焦到这些重要信息其中第一个过程是根据参数Query和多尺度个过程又可以细分为两个阶段:第一个阶段根据参数Query和多尺度特征Keyi计算两者的[0055]步骤S113、使定位特征经过特征归一化处理和反卷积处理结合SAR图像得到注意[0058]步骤S121、使注意力预测图以热图的形式对SAR训练图像遮掩生成掩膜并提取式中l为注意力预测图的预测标签。8[0063]本发明的另一个实施例,提供了应用上述的基于注意力机制的多尺度SAR图像识[0069]分类训练模块5,用于使初步定位SAR图像经过图像分类子网13处理输出分类结所述初步定位SAR图像进行区域框定并筛选,得到带候选框区域特征的优化定位图像;其所述处理器能够执行如上述的基于注意力机制的多尺令,所述计算机可执行指令用于使计算机执行如上述的基于注意力机制的多尺度SAR图像

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论