买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国人民解放军火箭军工程大学申请的专利一种图像转换方法、系统、电子设备及计算机存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117314738B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311333250.2，技术领域涉及：G06T3/04；该发明授权一种图像转换方法、系统、电子设备及计算机存储介质是由李敏;张雨森;苟瑶;何玉杰;蔡伟设计研发完成，并于2023-10-16向国家知识产权局提交的专利申请。

本一种图像转换方法、系统、电子设备及计算机存储介质在说明书摘要公布了：本发明公开一种图像转换方法、系统、电子设备及计算机存储介质，涉及图像转换领域，方法包括获取训练数据集；所述训练数据集包括源域数据集和目标域数据集；以所述源域数据集和目标域数据集为初始对抗网络的输入，以转换后的目标域图像为初始对抗网络的输出，利用生成器损失函数和鉴别器损失函数对初始对抗网络进行训练，得到图像转换模型；所述初始对抗网络包括生成器和与所述生成器连接的鉴别器；所述生成器包括编码器、解码器和区域差分结构一致性修正模块；所述解码器和所述区域差分结构一致性修正模块分别与所述编码器连接；根据待转换样本利用图像转换模型进行图像转换，得到转换后的图像。本发明能提高图像的转换质量。

本发明授权一种图像转换方法、系统、电子设备及计算机存储介质在权利要求书中公布了：1.一种图像转换方法，其特征在于，包括：获取训练数据集；所述训练数据集包括源域数据集和目标域数据集；以所述源域数据集和目标域数据集为初始对抗网络的输入，以转换后的目标域图像为初始对抗网络的输出，利用生成器损失函数和鉴别器损失函数对初始对抗网络进行训练，得到图像转换模型；所述初始对抗网络包括生成器和与所述生成器连接的鉴别器；所述生成器包括编码器、解码器和区域差分结构一致性修正模块；所述解码器和所述区域差分结构一致性修正模块分别与所述编码器连接；根据待转换样本利用图像转换模型进行图像转换，得到转换后的图像；所述编码器用于将输入图像样本进行特征编码，输出图像中间层特征图和图像编码特征图；所述解码器用于将由编码器得到的图像编码特征图转换为目标图像；所述区域差分结构一致性修正模块用于将由编码器得到的图像中间层特征图进行深度特征提取，并输出图像的区域差分张量和图像特征张量；所述生成器损失函数的表达式为：LG，D，X，Y＝LRelativeLSGANG，D，X，Y+λidLidG+λXLcontrastiveG，En，X+λYLcontrastiveG，En，Y其中，LG，D，X，Y表示生成器损失函数，X和Y分别表示源域图像和生成的目标域图像；LRelativeLSGANG，D，X，Y表示最小二乘的相对对抗损失函数；λid为身份损失函数权重参数；LidG表示身份损失；G和D分别表示生成器和鉴别器；λX，λY均表示损失函数的权重参数；LcontrastiveG，En,X和LcontrastiveG，En,Y分别表示源域和目标域的图像块多层对比损失函数，包括非对称松弛对比损失函数和区域差分结构一致性修正的对比损失函数；En表示差分结构一致性修正模块中的多层感知机网络；对于LcontrastiveG，En，X，表示域X的图像块多层对比损失函数，其描述为： 式中，En表示两层的多层感知机网络；Ex～X表示对所有特征计算结果的期望；L表示选择的生成器网络中输入至对比损失计算层中的数量；lAS-NCE表示非对称松弛对比损失函数；ΔlReDisc表示区域差分结构一致性修正的对比损失函数；对于LcontrastiveG，En，Y，表示域Y的图像块多层对比损失函数，其实现方式与LcontrastiveG，En，X同理；生成器的对抗损失为融合相对鉴别的最小二乘对抗损失，其描述为： 其中，Gx表示将训练集源域中的一张图像x输入至生成网络中后得到的转换后的图像；DGx表示向鉴别网络中输入图像Gx后得到的鉴别概率值；表示是对生成器输出结果求期望；对于鉴别器损失函数，与生成器损失函数相对应，其描述为：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。