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！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于多源特征迁移与虚警剔除的SAR图像目标检测方法，包括：获取待检测图像，并根据预设虚警率及双参数恒虚警率算法对待检测图像进行检测，得到多个目标像素点集；待检测图像为合成孔径雷达SAR图像；将各个目标像素点集输入区域感知模型，以使区域感知模型对目标像素点集进行检测；根据检测结果剔除或保留目标像素点集，并将保留的目标像素点集作为目标检测结果；其中，区域感知模型为预先训练好的神经网络模型。本发明通过双参数恒虚警率算法对待检测图像进行初步的目标检测，并利用区域感知模型进行虚警剔除，不仅能够降低计算成本、解决检测结果虚警率较高的问题，也实现了对SAR图像像素级别的目标检测。

主权项：1.一种基于多源特征迁移与虚警剔除的SAR图像目标检测方法，其特征在于，包括：获取待检测图像，并根据预设虚警率及双参数恒虚警率算法TP-CFAR对所述待检测图像进行检测，得到多个目标像素点集；所述待检测图像为合成孔径雷达SAR图像；将各个目标像素点集输入区域感知模型，以使所述区域感知模型对所述目标像素点集进行检测；其中，所述区域感知模型为预先训练好的神经网络模型；根据检测结果剔除或保留所述目标像素点集，并将保留的所述目标像素点集作为目标检测结果；其中，所述区域感知模型采用如下步骤训练得到：获取多个第一类训练样本，并利用所述第一类训练样本对第一待训练神经网络模型进行训练，得到第一模型；其中，每个所述第一类训练样本包括可见光图像、以及可见光图像中的目标像素点集；获取多个第二类训练样本，并利用所述第二类训练样本对第二待训练神经网络模型进行训练，得到第二模型；其中，每个所述第二类训练样本包括红外图像、以及红外图像中的目标像素点集；获取多个第三类训练样本，并利用所述第三类训练样本对第三待训练神经网络模型进行训练，得到第三模型；其中，每个所述第三类训练样本包括SAR图像、以及SAR图像中的目标像素点集；分别确定所述第一模型及所述第二模型的检测精确率和迁移权重，并对所述第三模型中的至少部分参数进行调整，得到区域感知模型；其中，所述第一待训练神经网络模型、所述第二待训练神经网络模型和所述第三待训练神经网络模型均为VGGNet16网络；训练得到的所述第一模型、第二模型和第三模型均包括输入层、卷积层：Conv1、Conv2、Conv3和Conv4、以及全连接层；所述分别确定所述第一模型及所述第二模型的检测精确率和迁移权重，并对所述第三模型中的至少部分参数进行调整，得到区域感知模型的步骤，包括：冻结所述第三模型中输入层、Conv1、Conv2和Conv3的参数；计算所述第一模型的第一迁移权重、以及所述第二模型的第二迁移权重；根据所述第一迁移权重及所述第二迁移权重，对所述第一模型中Conv4的参数及所述第二模型中Conv4的参数进行加权，并对所述第一模型中全连接层的参数及所述第二模型中全连接层的参数进行加权，得到第三模型中Conv4的参数和全连接层的参数。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多源特征迁移与虚警剔除的SAR图像目标检测方法