学位专题

封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 研究背景与意义
1.2 国内外研究概况
1.2.1 复值SAR图像解译的发展历程
1.2.2 基于深度学习的复值SAR特征提取
1.2.3 流形值数据与流形值深度学习
1.3 存在的问题
1.4 本文主要内容
1.4.1 本文的结构安排
1.4.2 本文的主要贡献
2 基于几何深度学习推广的流形值模型理论基础
2.1 深度学习模型的几何先验
2.2 流形值模型的微分几何基础
2.3 几何深度学习的流形值信号推广
2.4 本章小结
3 基于流形值深度学习的SAR图像语义分割方法
3.1 主要思路
3.2 基于U-Net结构的流形值SAR图像语义分割模型
3.2.1 复数值SAR图像的流形值表示
3.2.2 流形值卷积与流形值模型构建
3.2.3 互补注意力模块与多流形融合模型
3.3 SARMV3D-BIS 1.0数据集实验结果
3.3.1 SARMV3D幅度图像分割
3.3.2 SARMV3D相位图像分割
3.3.3 SARMV3D复值图像分割
3.4 本章小结
4 基于流形值深度学习的SAR图像目标识别方法
4.1 主要思路
4.2 基于多流形特征融合的SAR图像目标识别模型
4.2.1 多流形特征融合策略
4.2.2 参数化流形值激活函数
4.2.3 流形值批量归一化
4.3 MSTAR和OpenSARShip 2.0数据集实验结果
4.3.1 军事车辆目标识别
4.3.2 海面舰船目标识别
4.3.3 消融学习
4.4 本章小结
5 总结与展望
5.1 本文主要内容及结论
5.2 本文的主要创新点
5.3 未来工作展望
致谢
参考文献
附录A 攻读硕士学位期间取得的研究成果
附录B 本文所用MMFF模型详细参数表