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！

龙图腾网恭喜西安电子科技大学申请的专利基于最优传输距离函数的零样本SAR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：CN115205602B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210896624.0，技术领域涉及：G06V10/764；该发明授权基于最优传输距离函数的零样本SAR目标识别方法是由李尧青;田隆;陈渤设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本基于最优传输距离函数的零样本SAR目标识别方法在说明书摘要公布了：一种基于最优传输距离函数的零样本合成孔径雷达SAR目标识别方法，主要解决现有技术中零样本SAR目标识别方法无法识别未知类别的新目标且对易混淆目标识别准确率较低的问题，实现步骤为：提取SAR图像和光学图像的特征信息；计算源域和目标域中SAR图像的类别中心；计算光学图像的类别中心；用均方误差函数和最优传输距离函数构建目标损失函数；采用最优传输距离函数进行图像识别。本发明将提取的光学图像的特征信息作为零样本学习中定义的语义属性，且利用最优传输距离函数对齐目标域的未知类别的类别中心，有效地提高了零样本SAR目标识别的准确率。

本发明授权基于最优传输距离函数的零样本SAR目标识别方法在权利要求书中公布了：1.一种基于最优传输距离函数的零样本合成孔径雷达SAR目标识别方法，其特征在于，将提取的光学图像的特征信息作为零样本学习中定义的语义属性，利用最优传输距离函数对齐目标域的未知类别的类别中心；该目标识别方法的步骤包括如下： 步骤1，提取SAR图像和光学图像的特征信息： 步骤1.1，采用深度神经网络模型作为SAR图像的特征提取网络，提取每张SAR图像中的特征信息； 步骤1.2，采用与步骤1.1相同的深度神经网络模型作为光学图像的特征提取网络，提取每张光学图像中的特征信息； 步骤2，计算源域和目标域中SAR图像的类别中心： 步骤2.1，根据源域中已知目标类别的SAR图像的类别标签信息，计算源域中同一类别的SAR图像的类别中心； 步骤2.2，采用K-Means无监督聚类算法，近似计算目标域中未知类别的SAR图像的类别中心； 步骤3，计算光学图像的类别中心： 将光学图像的特征信息输入到一个两层训练好的嵌入网络，输出光学图像的类别中心； 步骤4，用均方误差函数和最优传输距离函数构建目标损失函数： 步骤4.1，采用均方误差函数公式，计算源域中SAR图像的类别中心与光学图像的类别中心之间的距离； 步骤4.2，采用最优传输距离函数公式，计算目标域中SAR图像的类别中心与光学图像的类别中心之间的距离； 步骤4.3，将步骤4.1和步骤4.2中的两个距离函数公式相加，得到全部SAR图像类别中心和全部光学图像类别中心之间的距离； 步骤4.4，采用梯度下降法，最小化全部SAR图像类别中心和全部光学图像类别中心之间的距离，得到目标域中未知类别的SAR图像的类别中心； 步骤5，采用最优传输距离函数进行图像识别： 采用最优传输距离函数，在视觉空间中寻找距离目标域中未知类别SAR图像最近的一个类别中心，根据寻找的类别中心标签得知目标域中未知类别的零样本合成孔径雷达SAR图像的类别信息。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。