基于结构引导域自适应网络的少样本SAR船舶检测方法
申请号:CN202511129831
申请日期:2025-08-13
公开号:CN120913077A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开一种基于结构引导域自适应网络的少样本SAR船舶检测方法,利用光学遥感图像的结构特征来指导SAR图像的目标特征学习,有效解决了SAR图像样本标注困难、目标可读性差以及复杂背景干扰等问题。本发明主要采用CNN‑Transformer混合架构,利用结构建模与增强模块用于提取和增强边缘结构特征;CNN‑Transformer特征融合模块通过分割、融合、合并策略和注意力机制实现跨域特征对齐。此外,本发明还设计了对抗学习框架以优化特征提取和域适应性能。
技术关键词
船舶检测方法
上下文特征
卷积特征
光学遥感图像
检测损失
融合特征
加权特征
注意力机制
边缘检测算法
全局平均池化
网络
多尺度
样本
编码器
非暂态计算机可读存储介质
匈牙利匹配算法
通道
计算机程序产品
非线性映射关系