一种SAR小样本目标检测方法及系统技术方案

本发明专利技术公开了一种SAR小样本目标检测方法及系统，方法包括：在ViT网络架构上，训练出用于语义特征提取的DINO‑ViT模块；将源图像I<subgt;SAR</subgt;、对源图像I<subgt;SAR</subgt;进行属性变换得到的图像I<subgt;target_crop</subgt;以及图像I<subgt;background_crop</subgt;分别作为输入，送入Unet3+网络的三条支路；构建损失函数，训练Unet3+网络，同时还通过回归分类损失约束训练与Unet3+网络输出端连接的检测网络，得到目标检测模型；将实时采集的图像输入训练好的目标检测模型，得到最终检测结果；本发明专利技术的优点在于：不需要庞大的训练数据即可进行问题拟合和精度提升，能够用于数据采集困难的情况和特定的小样本场景。

【技术实现步骤摘要】

本专利技术涉及成孔径雷达(sar,synthetic aperture radar)自动目标识别，具体涉及一种sar小样本目标检测方法及系统。

技术介绍

1、合成孔径雷达(syntheic aperture radar,sar)具有在任何天气和日夜条件下提供高分辨率地面图像的独特能力。这使得sar在军事和民用领域中得到广泛的应用。其中，船舶目标的自动检测识别是一项重要任务，旨在保障海上交通的安全和打击非法海上活动。然而，受限于sar图像的特性和海洋环境的复杂性，此领域面临诸多挑战。

2、早期sar目标检测识别算法研究集中在传统方法上，主要基于手工特征和有限的浅学习表示，可以分为三个步骤:预处理、候选区域提取和判别。基于恒定虚警率(cfar)的方法是种常用的候选区域提取方法，根据阈值将像素区域分为船舶和非船舶两类，面对小型船舶和复杂海上场景，建模难度比较大。深度学习的崛起解决了传统方法缺乏鲁棒性和普适性的问题，端到端的架构精简了手工设计等繁杂流程。基于深度学习sar目标检测识别方法可以分为两类：一类是两阶段检测，利用cnn网络对预选框进行两次回归本文档来自技高网...

【技术保护点】

1.一种SAR小样本目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种SAR小样本目标检测方法，其特征在于，所述步骤一包括：

3.根据权利要求1所述的一种SAR小样本目标检测方法，其特征在于，所述步骤二包括：

4.根据权利要求1所述的一种SAR小样本目标检测方法，其特征在于，所述步骤三中构建损失函数包括：

5.根据权利要求4所述的一种SAR小样本目标检测方法，其特征在于，所述背景空间结构损失Lstru利用余弦自相关性计算多头注意力机制的键值，使得生成图像能保留更多SAR图像的目标结构信息，定义如下：</p>

6.根据...

【技术特征摘要】

1.一种sar小样本目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种sar小样本目标检测方法，其特征在于，所述步骤一包括：

3.根据权利要求1所述的一种sar小样本目标检测方法，其特征在于，所述步骤二包括：

4.根据权利要求1所述的一种sar小样本目标检测方法，其特征在于，所述步骤三中构建损失函数包括：

5.根据权利要求4所述的一种sar小样本目标检测方法，其特征在于，所述背景空间结构损失lstru利用余弦自相关性计算多头注意力机制的键值，使得生成图像能保留更多sar图像的目标结构信息，定义如下：

6.根据权利要求5所述的一种sar小样本目标检测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：吴昊，胡紫珊，岳华，汪瑜，凌未，聂明宇，阚宏伟，
申请(专利权)人：数据空间研究院，
类型：发明
国别省市：