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：南京信息工程大学

摘要：本发明公开了一种基于多尺度特征融合增强网络的干涉相位解缠方法，将预先获取的受噪声影响的干涉缠绕相位图输入训练获得的基于多尺度特征融合增强网络，输出获得干涉解缠相位图。训练获得基于多尺度特征融合增强网络，包括：将预先获取的训练集输入构建的基于多尺度特征融合增强网络，利用Adam梯度优化算法优化构建的基于多尺度特征融合增强网络，直到损失函数收敛于一定值，获得训练完成的基于多尺度特征融合增强网络。针对现有网络模型训练时间长、训练数据集规模大、鲁棒性差以及低信噪比条件下准确率低等问题，本发明实现在低信噪比情况下的干涉相位解缠，提升合成孔径雷达干涉测量精度。

主权项：1.一种基于多尺度特征融合增强网络的干涉相位解缠方法，其特征在于，包括：将预先获取的干涉缠绕相位图输入训练获得的基于多尺度特征融合增强网络，输出获得干涉解缠相位图；训练获得基于多尺度特征融合增强网络，包括：将预先获取的数据集输入构建的基于多尺度特征融合增强网络，利用Adam梯度优化算法优化构建的基于多尺度特征融合增强网络，直到损失函数收敛于一定值，获得训练完成的基于多尺度特征融合增强网络；构建的基于多尺度特征融合增强网络结构包括输入层Input、编码器网络Encoder、多尺度特征融合模块MFFM、连接层Cat、解码器网络Decoder和线性激活卷积层Conv2D，输入层Input连接编码器网络Encoder，编码器网络Encoder连接多尺度特征融合模块MFFM和连接层Cat，编码器网络Encoder连接解码器网络Decoder，连接层Cat连接解码器网络Decoder，解码器网络Decoder连接线性激活卷积层Conv2D；编码器网络Encoder包括第一多样性残差模块DRM、第二多样性残差模块DRM、第三多样性残差模块DRM、第四多样性残差模块DRM、第一最大池化层MaxPooling2D、第二最大池化层MaxPooling2D、第三最大池化层MaxPooling2D，第一多样性残差模块DRM、第一最大池化层MaxPooling2D、第二多样性残差模块DRM、第二最大池化层MaxPooling2D、第三多样性残差模块DRM、第三最大池化层MaxPooling2D、第四多样性残差模块DRM依次串联；解码器网络Decoder包括第一转置卷积层Conv2DTranspose、第二转置卷积层Conv2DTranspose、第三转置卷积层Conv2DTranspose、第五多样性残差模块DRM、第六多样性残差模块DRM、第七多样性残差模块DRM、第一二维卷积层Conv2D，第一转置卷积层Conv2DTranspose、第五多样性残差模块DRM、第二转置卷积层Conv2DTranspose、第六多样性残差模块DRM、第三转置卷积层Conv2DTranspose、第七多样性残差模块DRM、第一二维卷积层Conv2D依次连接；多尺度特征融合模块MFFM包括第一多尺度特征融合模块MFFM和第二多尺度特征融合模块MFFM，连接层Cat包括第一连接层Cat、第二连接层Cat和第三连接层Cat，第一多样性残差模块DRM的输出端连接第一多尺度特征融合模块MFFM的输入端，第二多样性残差模块DRM的输出端连接第一多尺度特征融合模块MFFM的输入端和第二多尺度特征融合模块MFFM的输入端，第三多样性残差模块DRM的输出端连接第三连接层Cat的输入端和第二多尺度特征融合模块MFFM，第一多尺度特征融合模块MFFM连接第一连接层Cat，第二多尺度特征融合模块MFFM连接第二连接层Cat，第四多样性残差模块DRM的输出端连接第一转置卷积层Conv2DTranspose；第一多样性残差模块DRM、第二多样性残差模块DRM、第三多样性残差模块DRM、第四多样性残差模块DRM、第五多样性残差模块DRM、第六多样性残差模块DRM、第七多样性残差模块DRM均包括多样性残差模块输入层Input、多样性残差模块输出层Output、二维卷积层Conv2d1、二维卷积层Conv2d2、二维卷积层Conv2D3、二维卷积层Conv2D4、二维卷积层Conv2D5、二维卷积层Conv2D6、二维卷积层Conv2d7、深度可分离卷积层DSC1、深度可分离卷积层DSC2、深度可分离卷积层DSC3、批归一化和线性激活组合层BN+RELU、第一膨胀卷积DC1、第二膨胀卷积DC2、第三膨胀卷积DC3、第四连接层Cat和多样性残差模块的输出层Output,多样性残差模块输入层Input连接二维卷积层Conv2d1和二维卷积层Conv2d2，二维卷积层Conv2d1、深度可分离卷积层DSC1、深度可分离卷积层DSC2、深度可分离卷积层DSC3、批归一化和线性激活组合层BN+RELU、二维卷积层Conv2D3、第四连接层Cat和二维卷积层Conv2d7依次连接，深度可分离卷积层DSC3的输出端连接二维卷积层Conv2D4的输入端、二维卷积层Conv2D5的输入端和二维卷积层Conv2D6的输入端，二维卷积层Conv2D4的输出端连接第一膨胀卷积DC1的输入端，第一膨胀卷积DC1的输出和二维卷积层Conv2D5的输出相加融合后输入第二膨胀卷积DC2，第二膨胀卷积DC2的输出和二维卷积层Conv2D6的输出相加融合后输入第三膨胀卷积DC3，第一膨胀卷积DC1、第二膨胀卷积DC2和第三膨胀卷积DC3的输出端连接第四连接层Cat，二维卷积层Conv2d2的输出和二维卷积层Conv2d7的输出相加融合后输入多样性残差模块的输出层Output。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于多尺度特征融合增强网络的干涉相位解缠方法