買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉濟南大學申請的專利一種基于深度多層字典對學習的SAR圖像分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115376020B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211083121.8，技術領域涉及：G06V20/13；該發明授權一種基于深度多層字典對學習的SAR圖像分類方法是由高希占;魏康;牛四杰;董吉文設計研發完成，并于2022-09-06向國家知識產權局提交的專利申請。

本一種基于深度多層字典對學習的SAR圖像分類方法在說明書摘要公布了：本發明涉及SAR遙感圖像識別技術領域，具體提供一種基于深度多層字典對學習的SAR圖像分類方法。包括所述方法的實現包括步驟如下：步驟1，獲取SAR圖像數據；步驟2，對獲得的SAR圖像數據集進行劃分和預處理操作；步驟3，將預處理后的圖像數據輸入到基礎網絡模塊，獲得底層通用特征；步驟4，將獲得的通用特征輸入到對應類別的類特定網絡模塊，獲得每類數據特有的特征；步驟5，將獲得的每類數據的特征輸入到對應的字典學習網絡模塊，獲得編解碼后的重建特征；步驟6，通過重建損失函數、判別損失函數和正則損失函數，聯合優化所提出的網絡。

本發明授權一種基于深度多層字典對學習的SAR圖像分類方法在權利要求書中公布了：1.一種基于深度多層字典對學習的SAR圖像分類方法，其特征在于，包括所述方法的實現包括步驟如下： 步驟1，獲取SAR圖像數據； 步驟2，對步驟1獲得的SAR圖像數據集進行劃分和預處理操作； 步驟3，將預處理后的圖像數據輸入到基礎網絡模塊，獲得底層通用特征； 步驟4，將步驟3獲得的通用特征輸入到對應類別的類特定網絡模塊，獲得每類數據特有的特征； 步驟5，將步驟4獲得的每類數據的特征輸入到對應的字典學習網絡模塊，獲得編解碼后的重建特征； 步驟6，通過重建損失函數、判別損失函數和正則損失函數，聯合優化所提出的網絡； 步驟7，將測試樣本帶入到每類訓練得到的網絡中，基于最小重建誤差距離進行分類； 步驟8，得出圖像識別結果； 所述步驟2包括以下步驟： 對SAR圖像數據集進行劃分和預處理操作：X＝[X1,…,XK]，其中K是圖像數據集的類別數，每個圖像大小處理為224×224，圖像數據集具體分為：訓練集、驗證集、測試集； 所述步驟3包括以下步驟： a、將數據集X＝[X1,…,XK]輸入到基礎網絡模塊，選擇基于ImageNet預訓練的ResNet50作為骨干網絡，將該網絡在Conv4_x處截斷并在最上層加入四個Non-Local模塊和一個AdaptiveAvgPool層，最終的基礎網絡記作：ResNet50-NonLocal； b、在所述訓練集上對上述基礎網絡模塊ResNet50-NonLocal進行微調訓練，生成基于數據集的預訓練模型； 所述步驟4包括以下步驟： c、將數據集重新排序，同時對非Xk本類圖像樣本進行重新排序得到Xk的互補矩陣且 d、將訓練集中的樣本輸入到步驟32獲得的預訓練模型中，在AdaptiveAvgPool層后截斷，進而得到每類樣本的特征Fk,k＝1,2,…,K，最后，構造Fk的互補矩陣 e、將步驟d獲得的通用特征Fk和輸入到對應類別的類特定網絡模塊，所述類特定網絡為單個FC層或多個FC層，獲得每類數據特有的特征，并分別記作Zk和所述為第k類對應的互補矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人濟南大學，其通訊地址為：250000 山東省濟南市市中區南辛莊西路336號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。