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！

龙图腾网获悉西安交通大学申请的专利一种SAR图像对比小样本学习方法及相关装置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：CN120783111B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510872193.8，技术领域涉及：G06V10/764；该发明授权一种SAR图像对比小样本学习方法及相关装置是由张红英;董珂臻;索中英设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种SAR图像对比小样本学习方法及相关装置在说明书摘要公布了：本发明提供了一种SAR图像对比小样本学习方法及相关装置，属于图像处理技术领域。本发明根据正负样本对对应的特征计算对比损失，得到几何畸变不变的特征；利用几何畸变不变的特征，构建图神经网络，并利用图神经网络消息传递更新节点表示，节点表示通过softmax函数之后，得到分类损失；采用跳跃连接和矩阵稀疏的方式对卷积神经网络权重和图神经网络权重进行稀疏化，得到稀疏化之后的卷积神经网络权重和图神经网络权重；基于对比损失、分类损失和稀疏化之后的卷积神经网络权重和图神经网络权重构建多目标函数，并交替更新卷积神经网络权重和图神经网络权重，得到最终的卷积神经网络权重和图神经网络权重。本发明解决了对比小样本学习的准确度不高的问题。

本发明授权一种SAR图像对比小样本学习方法及相关装置在权利要求书中公布了：1.一种SAR图像对比小样本学习方法，其特征在于，包括以下步骤： 获取原始SAR图像，并对原始SAR图像进行增强，得到增强后的SAR图像； 对增强后的SAR图像进行正负样本划分，得到正负样本对； 采用卷积神经网络对正负样本对分别进行特征提取，得到正负样本对对应的特征； 根据正负样本对对应的特征计算对比损失，得到几何畸变不变的特征； 所述对比损失函数表达式为： 其中，表示对比损失，表示相似度度量，表示温度参数，表示当前批次的索引集合，表示负样本集合，和分别表示两种增强后的SAR图像集合特征； 利用几何畸变不变的特征，构建图神经网络，并利用图神经网络消息传递更新节点表示，节点表示通过softmax函数之后，得到分类损失； 采用跳跃连接和矩阵稀疏的方式对卷积神经网络权重和图神经网络权重进行稀疏化，得到稀疏化之后的卷积神经网络权重和图神经网络权重； 基于对比损失、分类损失和稀疏化之后的卷积神经网络权重和图神经网络权重构建多目标函数，并交替更新卷积神经网络权重和图神经网络权重，得到最终的卷积神经网络权重和图神经网络权重； 所述基于对比损失、分类损失和稀疏化之后的卷积神经网络权重和图神经网络权重构建多目标函数，并交替更新卷积神经网络权重和图神经网络权重，得到最终的卷积神经网络权重和图神经网络权重的步骤中，具体采用近端梯度法交替更新卷积神经网络权重和图神经网络权重，得到最终的卷积神经网络权重和图神经网络权重。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。