基于多维特征嵌入的舰船图像分类方法技术

本发明专利技术公开了一种基于多维特征嵌入的舰船图像分类方法，属于数据识别领域。本发明专利技术使用基于多维特征嵌入的分类模型进行舰船图像分类；所述分类模型包括多维特征提取分支、Transformer网络分支和分类输出模块；所述多维特征提取分支用于提取输入图像的多维特征，该多维特征用于被嵌入到Transformer网络分支中若干串联的Transformer编码器中；分类输出模块根据Transformer网络分支的结果输出分类结果。本发明专利技术在宽、高、通道三维特征基础上，将图像特征拓展到四维，通过增加舰船图像维度的方式，以获得更加丰富的图像表征，从而提高舰船图像分类的准确率。

【技术实现步骤摘要】

本专利技术属于数据识别领域，具体涉及一种舰船图像分类方法。

技术介绍

1、船舶是海上航行运输载体及重要军事目标，对船舶进行自动识别在军用和民用领域中都具有重要意义。军事上通过监察重点海域船舶的分布情况，可以评估敌方作战实力，形成作战情报，进行有效精准打击等。民事上船舶检测可以辅助海上交通监管、海上搜救、打击非法捕鱼及反走私等。因此，提高遥感图像数据自动判读的精度与效率，准确、稳健且快速地检测与定位海面船舶目标区域，具有重要的现实意义。

2、现有技术中舰船图像分类的方案都是基于深度学习法，以resnet和vit(visiontransformer)为代表性的模型方法效果显著。但此类方法仅从宽，高，通道关注图像的三维特征，将图像特征局限在三维，便很难获得更高纬度的特征，从而影响到舰船图像分类的准确率。

技术实现思路

1、本专利技术提出了一种基于多维特征嵌入的舰船图像分类方法，其目的是：提高对舰船图像分类的准确率。

2、本专利技术技术方案如下：

3、一种基于多维特征嵌入的舰船图像本文档来自技高网...

【技术保护点】

1.一种基于多维特征嵌入的舰船图像分类方法，其特征在于：使用基于多维特征嵌入的分类模型进行舰船图像分类；

2.如权利要求1所述的基于多维特征嵌入的舰船图像分类方法，其特征在于：所述多维特征提取分支包括维度扩展模块、多维特征提取模块和多维特征卷积层。

3.如权利要求2所述的基于多维特征嵌入的舰船图像分类方法，其特征在于：设分类模型的输入图像为，H表示图像高度，W表示图像宽度，C表示图像通道数；

4.如权利要求3所述的基于多维特征嵌入的舰船图像分类方法，其特征在于，步骤A2具体过程为：

5.如权利要求1所述的基于多维特征嵌入的舰船图像分类方法，...

【技术特征摘要】

1.一种基于多维特征嵌入的舰船图像分类方法，其特征在于：使用基于多维特征嵌入的分类模型进行舰船图像分类；

2.如权利要求1所述的基于多维特征嵌入的舰船图像分类方法，其特征在于：所述多维特征提取分支包括维度扩展模块、多维特征提取模块和多维特征卷积层。

3.如权利要求2所述的基于多维特征嵌入的舰船图像分类方法，其特征在于：设分类模型的输入图像为，h表示图像高度，w表示图像宽度，c表示图像通道数；

4.如权利要求3所述的基于多维特征嵌入的舰船图像分类方法，其特征在于，步骤a2具体过程为：

5.如权利要求1所述的基于多维特征嵌入的舰船图像分类方法，...

【专利技术属性】
技术研发人员：吴俊峰，高龙，徐从安，郝延彪，周洪光，孙显，孙炜玮，周伟，蔡卓燃，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：