首页> 中国专利> 一种基于深度卷积网络和弱监督学习的SAR图像语义分割方法

一种基于深度卷积网络和弱监督学习的SAR图像语义分割方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开一种基于深度卷积网络和弱监督学习的SAR图像语义分割方法，利用SAR图像混合像素子空间互不连通的极不匀质区域的编号作为SAR图像混合像素子空间训练图像块的样本标签，本发明的标签只能表明不同的图像块是否来自同一个极不匀质区域，属于弱监督学习的过程，本发明采用弱监督深度学习的方法来学习SAR图像混合像素子空间的极不匀质区域。基于这种弱监督标签，不仅节省了大量的人力、物力，也利用深度学习很好地挖掘了SAR图像结构复杂的极不匀质区域地物表示问题，将测试输出向量进行区域统计编码，提高了极不匀质区域表征能力，从而提高SAR图像语义分割的性能。

著录项

公开/公告号CN109344837B

专利类型发明专利
公开/公告日2022-03-04

原文格式PDF
申请/专利权人西安电子科技大学;
展开▼

申请/专利号CN201811231323.6
发明设计人刘芳;崔元浩;焦李成;郭雨薇;古晶;侯彪;杨淑媛;陈璞花;李玲玲;
展开▼

申请日2018-10-22
分类号G06V10/26(20220101);G06V10/774(20220101);G06V10/82(20220101);G06V20/70(20220101);G06V20/13(20220101);G06K9/62(20220101);
代理机构61200 西安通大专利代理有限责任公司;
代理人徐文权
地址 710071 陕西省西安市碑林区太白南路2号
入库时间 2022-08-23 13:12:45

相似文献

专利
中文文献
外文文献

1. 一种基于深度卷积网络和弱监督学习的SAR图像语义分割方法 [P] . 中国专利： CN109344837B . 2022.03.04
2. 一种基于深度卷积网络和弱监督学习的SAR图像语义分割方法 [P] . 中国专利： CN109344837A . 2019-02-15
3. INTRA-CLASS DISCRIMINATOR-BASED METHOD FOR WEAKLY SUPERVISED IMAGE SEMANTIC SEGMENTATION, SYSTEM, AND APPARATUS [P] . WO2021243787A1 . 2021-12-09

机译：基于歧视的歧视器的弱监管图像语义分割，系统和装置的基于判别方法
4. Machine learning method and apparatus based on weakly supervised learning [P] . US11200483B2 . 2021-12-14

机译：基于弱监督学习的机器学习方法和装置
5. Hierarchical learning method and apparatus for neural networks based on weak supervised learning [P] . 韩国专利： KR20200074940A . 2020-06-25

机译：基于弱监督学习的神经网络分层学习方法及装置