首页> 中国专利> 基于深度学习的高分辨率PolSAR图像城区地物分类方法

基于深度学习的高分辨率PolSAR图像城区地物分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及基于深度学习的高分辨率PolSAR图像城区地物分类方法，包括以下步骤：步骤1，定义一个由两层结构构成的深度学习神经网络，其中第一层是一个深度反卷积网络，第二层是高层特征迁移学习自适应单元；步骤2，通过收集足够类似的高分辨率PolSAR源数据，训练所述深度反卷积网络，学习高分辨率PolSAR图像的高层特征feature1；步骤3，通过待分类城区数据中的训练数据对高层特征迁移学习自适应单元进行训练，完成高层特征feature1的迁移学习，获得更利于城区数据分类的特征feature2；步骤4，将待分类的PolSAR城区图像的测试数据引入训练好的深度学习神经网络，得到最后的分类结果。本发明能够有效的解决高分辨率PolSAR图像城区地物的分类问题，稳定性和准确率更高。

著录项

公开/公告号CN107194349A

专利类型发明专利
公开/公告日2017-09-22

原文格式PDF
申请/专利权人湖北工业大学;
展开▼

申请/专利号CN201710357202.5
发明设计人王云艳;
展开▼

申请日2017-05-19
分类号G06K9/00(20060101);G06K9/62(20060101);
代理机构42222 武汉科皓知识产权代理事务所(特殊普通合伙);
代理人薛玲
地址 430068 湖北省武汉市武昌区南湖李家墩1村1号
入库时间 2023-06-19 03:19:06

法律信息

法律状态公告日

法律状态信息

法律状态
2017-10-24

实质审查的生效 IPC(主分类):G06K9/00 申请日:20170519

实质审查的生效
2017-09-22

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习的高分辨率PolSAR图像城区地物分类方法 [P] . 中国专利： CN107194349A . 2017-09-22
2. 基于DFIC超像素的PolSAR图像地物分类方法 [P] . 中国专利： CN108509835A . 2018-09-07
3. IMAGE CLASSIFICATION METHOD BASED ON DEEP LEARNING, IMAGE CLASSIFICATION APPARATUS, SERVER AND MEDIUM [P] . WO2021189908A1 . 2021-09-30

机译：基于深度学习，图像分类装置，服务器和媒体的图像分类方法
4. IMAGE CLASSIFICATION METHOD AND APPARATUS BASED ON DEEP LEARNING, AND COMPUTER DEVICE [P] . WO2021151318A1 . 2021-08-05

机译：基于深度学习和计算机设备的图像分类方法和装置
5. Method of classification of sequential high-speed flame images based on deep learning of artificial neural networks [P] . KR20210157086A . 2021-12-28

机译：基于人工神经网络深度学习的顺序高速火焰图像分类方法