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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學申請的專利一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115100457B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210620293.8，技術領域涉及：G06V10/764；該發(fā)明授權一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法是由陳渤;劉澤濤;曾澤群;沈夢啟;王英華;王鵬輝;劉宏偉設計研發(fā)完成，并于2022-06-02向國家知識產(chǎn)權局提交的專利申請。

本一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法在說明書摘要公布了：本發(fā)明涉及雷達目標識別領域，具體涉及一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法。本發(fā)明使用將CNN網(wǎng)絡、YOLOV5網(wǎng)絡和CFAR算法聯(lián)合的方式，顯著提高了對SAR圖像的目標檢測率；使用很少的參數(shù)網(wǎng)絡模型和快速CFAR檢測算法，以及使用CNN網(wǎng)絡過濾了不含目標的復雜場景切片，使其不加入到YOLOV5和CFAR中檢測，檢測過程用時少，提高了整個目標識別過程的檢測效率；采用YOLOV5的神經(jīng)網(wǎng)絡結構，并對數(shù)據(jù)集做了歸一化、數(shù)據(jù)增強和自適應計算的預處理，可以得到SAR圖像的多層特征，相比于傳統(tǒng)的識別方法和FastRCNN等網(wǎng)絡結構的目標識別的方法有較強的魯棒性。

本發(fā)明授權一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法在權利要求書中公布了：1.一種聯(lián)合深度學習與CFAR的SAR圖像目標檢測方法，其特征在于，包括以下步驟： 步驟1，對N張SAR圖像進行處理，獲得訓練集和測試集；對訓練集和測試集進行滑窗切片，分別得到滑窗切片后的訓練集和滑窗切片后的測試集； 步驟2，對滑窗切片后的訓練集和滑窗切片后的測試集進行處理；使用處理后的訓練集數(shù)據(jù)對CNN網(wǎng)絡進行訓練，得到訓練好的CNN網(wǎng)絡；再將處理后的測試集數(shù)據(jù)輸入訓練好的CNN網(wǎng)絡，得到處理后的測試集數(shù)據(jù)的分類結果；將測試集中所有空曠場景或含有目標的切片圖像的集合記為保留集； 步驟3，對滑窗切片后的訓練集圖像和保留集圖像進行預處理；使用預處理后的訓練集數(shù)據(jù)對YOLOV5網(wǎng)絡進行訓練，得到訓練好的YOLOV5網(wǎng)絡；再將預處理后的保留集數(shù)據(jù)輸入訓練好的YOLOV5網(wǎng)絡，得到虛警最少的目標識別結果切片數(shù)據(jù)集，記為數(shù)據(jù)集A； 步驟4，對數(shù)據(jù)集A數(shù)據(jù)進行輸出框的最大置信度判定和總共檢測出的目標數(shù)量判定，將所有符合判定條件的數(shù)據(jù)集A的數(shù)據(jù)作為一次檢測數(shù)據(jù)集；將一次檢測數(shù)據(jù)集中的數(shù)據(jù)輸入到CFAR檢測算法中進行二次檢測，得到二次檢測數(shù)據(jù)集； 步驟5，將二次檢測數(shù)據(jù)集數(shù)據(jù)和一次檢測數(shù)據(jù)集數(shù)據(jù)進行合并，得到最終的目標檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.gztjhr.cn/list?keyword=%E8%A5%BF%E5%AE%89%E7%94%B5%E5%AD%90%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6&temp=1">西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。