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！

摘要：该发明公开了一种基于时空特征增强网络的多视角ISAR车辆目标分类方法，属于逆合成孔径雷达目标分类领域。本发明针对上述ISAR车辆目标分类存在的问题，提出一种基于时空特征增强网络的多视角ISAR车辆目标分类方法。首先，该方法提出一个融合动态卷积运算和自适应视角加权策略的多视角特征提取框架，动态卷积可根据输入自适应调整卷积核，再基于多视角特征自适应加权策略，联合多个视角提取车辆目标的综合视角特征；然后，提出一个双流时空特征细化模块，分别从全局和局部角度对多视角时空特征进行优化；最后，利用长短期记忆网络有效聚合多视角时空特征，实现车辆目标分类。

主权项：1.一种基于时空特征增强网络的多视角ISAR车辆目标分类方法，该方法包括：步骤1：给定车辆ISAR序列图像I＝{I0,...,Ii,...,IM}∈RM×W×H，其中M代表序列图像的长度，即帧数，Ii表示第i帧图像，W×H代表单帧图像的大小，然后归一化ISAR图像尺寸；步骤2：建立融合动态卷积运算和自适应视角加权策略的多视角特征提取框架，首先进行多视角特征提取，然后进行多视角特征加权融合两个部分；步骤3：利用双流时空特征细化模块进行空间特征的提取和细化；步骤4：利用双流时空特征细化模块进行时间细化，时间细化分为全局和局部分支两部分；步骤5：利用LSTM对视角、空间和时间特征进行聚合；基于LSTM的记忆单元，利用上一个时间步的隐藏状态单元状态当前时间步输入分别计算下一个时间步的单元状态和隐藏状态 其中，fg·、ig·、og·分别表示LSTM的遗忘门、输入门和输出门，wc和bc分别表示记忆单元的权值和偏置参数，t·表示Tanh激活函数；步骤6：根据步骤5的式子逐个时间步推理，获得最后一个时间步的聚合多个视角信息的特征；最后利用Softmax分类器对车辆目标进行分类，该过程如下： LabelI＝Maxp1,…,pK其中，Fo为LSTM最后一个时间步输出的聚合特征，wi∈RC×K和bi分别为Softmax分类器的权值和偏置参数，K为车辆目标的类别数量，Max·为最大值函数，pi表示第i类车辆的分类值。

全文数据：

权利要求：

百度查询： 电子科技大学 西安电子科技大学杭州研究院 一种基于时空特征增强网络的多视角ISAR车辆目标分类方法