公开(公告)号：CN116958631A

公开(公告)日：2023-10-27

申请号：CN202310352099.0

申请日：2023-03-30

申请人： 济南大学

发明人： 高希占 ,  魏康 ,  胡洧 ,  牛四杰 ,  李佳 ,  王佳禾 ,  尹飞 ,  冯光

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/772 ,  G06V20/40

摘要： 本发明提供了一种快速图像集合分类方法及系统，所述方法通过对获得的图像集合数据使用静态建模方法进行建模表示，生成每个图像集合的协方差矩阵；使用对数函数将所述协方差矩阵映射到切空间，把矩阵数据转换为向量，并使用PCA进行降维，最后将降维后的数据输入到流形低秩字典对学习方法中，优化求解后得到每类所对应的最优的合成字典及分析字典。本发明通过输入视频序列数据；对视频数据进行预处理操作，以获得图像集数据；对获得的图像集合数据使用静态建模方法进行建模表示，即生成每个图像集合的协方差矩阵；使用对数函数将协方差矩阵映射到切空间；把矩阵数据转换为向量，并使用PCA进行降维，最后将降维后的数据输入到流形低秩字典对学习方法中，优化求解后得到每类所对应的最优的合成字典及分析字典。

公开(公告)号：CN115376020A

公开(公告)日：2022-11-22

申请号：CN202211083121.8

申请日：2022-09-06

申请人： 济南大学

发明人： 高希占 ,  魏康 ,  牛四杰 ,  董吉文

IPC分类号： G06V20/13 ,  G06V10/20 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及SAR遥感图像识别技术领域，具体提供一种基于深度多层字典对学习的SAR图像分类方法。包括所述方法的实现包括步骤如下：步骤1，获取SAR图像数据；步骤2，对获得的SAR图像数据集进行划分和预处理操作；步骤3，将预处理后的图像数据输入到基础网络模块，获得底层通用特征；步骤4，将获得的通用特征输入到对应类别的类特定网络模块，获得每类数据特有的特征；步骤5，将获得的每类数据的特征输入到对应的字典学习网络模块，获得编解码后的重建特征；步骤6，通过重建损失函数、判别损失函数和正则损失函数，联合优化所提出的网络。