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！

龙图腾网获悉西安电子科技大学申请的专利基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法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：CN115565019B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211380456.6，技术领域涉及：G06V10/764；该发明授权基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法是由任仲乐;杜哲;汪浩然;陈亚涵;刘少博;侯彪;焦李成设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法在说明书摘要公布了：一种基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法，上游自监督任务采用循环生成对抗网络进行多域图像风格转换任务，将不同属性的源域真实图像风格转换为目标属性的目标域生成图像；并使用对抗网络判别图像来自于源域还是目标域，同时提取图像的属性特征进行分类并对齐特征分布；在下游地物分类任务中，迁移上游训练良好的特征编码器作为预训练模型，使用少量有标记样本对分类模型进行微调；本发明通过上游自监督任务为下游地物分类任务提供训练良好且通用性好的特征编码器，缓解有监督训练样本缺乏、特征泛化性不足的缺陷，提升模型的分类性能。

本发明授权基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法在权利要求书中公布了：1.一种基于深度自监督生成对抗的单通道高分辨SAR图像地物分类方法，其特征在于，包括以下步骤： 步骤1，输入高分辨率SAR图像，对于输入SAR图像的每类场景和类别随机裁剪相同数量的图像块组成上游图像风格转换任务和下游地物分类任务训练数据； 步骤2，对上游风格转换任务训练数据进行数据预处理，包括SAR图像裁剪、归一化和伪标签的生成； 步骤3，将源域真实图像输入上游图像风格转换任务的编码器网络E，提取图像特征；同时将目标标签送入映射网络M生成目标域风格代码；最后将图像特征和目标域风格代码送入生成器网络G，获得目标域生成图像； 步骤4，将源域真实图像和目标域生成图像送入鉴别器网络D进行训练，并更新鉴别器网络参数； 步骤5，再次输入源域真实图像和目标标签，生成目标域生成图像，然后将目标域生成图像和源域标签输入编码器、映射网络和生成器，获得源域重构图像； 步骤6，使用源域重构图像与源域真实图像计算重构损失，同时将源域真实图像和目标域生成图像送入鉴别器网络D进行训练，然后计算对抗损失、分类损失、分布特征相似性损失和图像特征相似性损失，并更新编码器网络、映射网络和生成器网络参数； 步骤7，重复步骤3-步骤6直至达到最大训练次数； 步骤8，评估上游图像风格转换任务的性能； 步骤9，将评估后的上游图像风格转换任务的编码器网络E作为特征提取预训练模型迁移到下游地物分类网络，并进行微调分类网络； 步骤10，利用下游训练好的语义分割模型实现高分辨率SAR图像分类，得到预测结果图，计算分类指标。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。

以上内容由龙图腾AI智能生成。