(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111669103.3 (22)申请日 2021.12.3 0 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 李辉芳　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 代理人 张娜　刘芳 (51)Int.Cl. G06V 10/30(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 17/14(2006.01) (54)发明名称 图像识别方法、 装置、 设备、 介质及计算机产 品 (57)摘要 本发明提供一种图像识别方法、 装置、 设备、 介质及计算机产品， 该方法包括： 获取待识别的 合成孔径雷达图像； 将所述合 成孔径雷达图像进 行小波变换处理， 以生成对应图像变换数据和小 波变换系数； 将所述图像变换数据和所述小波变 换系数输入训练至收敛的图像识别神经网络模 型， 以识别所述合成孔径雷达图像中的目标对 象。 本发明的图像识别方法， 通过小波变换处理 将合成孔径雷达图像转化为图像变换数据和小 波变换系数， 然后通过训练至收敛的图像识别神 经网络模型， 以小波变换为基础， 对合成孔径雷 达图像进行乘 性噪声滤波降噪， 并识别出图像中 的目标对象， 提高了图像识别的准确性。 权利要求书2页 说明书10页 附图4页 CN 114241204 A 2022.03.25 CN 114241204 A 1.一种图像识别方法， 其特 征在于， 包括： 获取待识别的合成孔径雷达图像； 将所述合成孔径雷达图像进行小波变换处理， 以生成对应图像变换数据和小波变换系 数； 将所述图像变换数据和所述小波变换系数输入训练至收敛的图像识别神经网络模型， 以识别所述 合成孔径雷达图像中的目标对象。 2.根据权利要求1所述的方法， 其特征在于， 所述获取待识别的合成孔径雷达 图像， 包 括： 获取合成孔径雷达生成的初始图像； 对所述初始图像进行辐射定标处 理和归一 化处理以生成待识别的合成孔径雷达图像。 3.根据权利要求2所述的方法， 其特征在于， 所述训练至收敛的图像识别神经网络模型 包括： 输入层、 卷积神经网络和输出层； 所述将所述图像变换数据和所述小波变换系数输入训练至收敛的图像识别神经网络 模型， 以识别所述 合成孔径雷达图像中的目标对象， 包括： 采用输入层将所述图像 变换数据和所述小 波变换系数输入所述卷积神经网络； 采用所述卷积神经网络根据所述小波变换系数对所述图像变换数据进行特征提取以 及降噪处 理， 以生成对应目标 特征图； 采用输出层对所述目标 特征图进行识别， 以识别出 所述目标对象。 4.根据权利要求3所述的方法， 其特征在于， 所述卷积神经网络包括卷积层、 预设激活 函数和池化层； 所述采用所述卷积神经网络根据所述小波变换系数对所述图像变换数据进行特征提 取以及降噪处 理， 以生成对应目标 特征图， 包括： 采用所述卷积层对所述图像 变换数据进行 特征提取， 以生成对应的图像特 征； 采用所述预设激活函数对所述图像特征进行乘性噪声滤波处理、 小波逆变换处理和非 线性化处理， 以生成对应非线性 化特征； 采用所述池化层将非线性 化特征进行降维处 理， 以生成所述目标 特征图。 5.根据权利要求 4所述的方法， 其特 征在于， 所述预设激活函数为： 其中， 为预设激活子函数， 为小波系数阈值； 预设激活子函数为： 其中， y为小 波系数阈值。 6.根据权利要求5所述的方法， 其特征在于， 所述将所述图像变换数据和所述小波变换 系数输入训练至收敛的图像识别神经网络模型， 以识别所述合成孔径雷达图像中的目标对 象之前， 还 包括： 获取训练样本， 所述训练样本中包括： 已标注目标对象的RGB图像样本； 所述RGB图像样权　利　要　求　书 1/2 页 2 CN 114241204 A 2本由摄像头拍摄获得； 将所述训练样本输入到预设残差网络Resnet101中， 以对所述预设残差网络Resnet101 进行训练； 采用focal  loss损失函数和回归损失函数确定所述预设残差网络Resnet101模型是否 满足预设的收敛 条件； 若所述预设残差网络Resnet101模型满足收敛条件， 则将所述预设残差网络Resnet101 模型作为老师网络， 以对预设图像识别神经网络模型进行训练； 将满足收敛条件的预设图像识别神经网络模型确定为训练至收敛的图像识别神经网 络模型。 7.一种图像识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别的合成孔径雷达图像； 生成模块， 用于将所述合成孔径雷达 图像进行小波变换处理， 以生成对应图像变换数 据和小波变换系数； 识别模块， 用于将所述图像变换数据和所述小波变换系数输入训练至收敛的图像识别 神经网络模型， 以识别所述 合成孔径雷达图像中的目标对象。 8.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1至6任一项所 述的图像识别方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1至6任一项 所述的图 像识别方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现如权利要求1至 6任一项所述的图像识别方法。权　利　要　求　书 2/2 页 3 CN 114241204 A 3