基于多核尺度卷积神经网络的SAR图像目标分类方法

作者：艾加秋; 毛宇翔; 王非凡; 江凯; 黄光红

来源：2021-05-12, 中国, CN202110517513.X.

本发明公开了一种基于多核尺度卷积神经网络的SAR图像目标分类方法,包括：1.选取不同种类的SAR图像作为样本集；2.在每个卷积层中采用多尺度卷积核并行地对输入SAR图像进行卷积,对提取到的多核尺度特征进行多尺度最优化融合,获取融合特征；3.对浅层、中层和深层的卷积层提取到的融合特征进行多层级最优化融合,得到最终特征；4.将最终特征输入全连接层和softmax分类器得到预测结果,并与真实结果对比,完成网络训练过程；5.将待分类的SAR图像输入训练好的多核尺度卷积神经网络,得到对应的类别。本发明能提高SAR图像目标特征表征的完整性,获得更高的分类精度和分类效率,具有较好的工程应用价值。

• 单位
  合肥工业大学