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！

龙图腾网获悉浙江大学申请的专利一种基于条件生成对抗网络的主动稳态非视域成像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：CN119850447B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411818581.X，技术领域涉及：G06T5/60；该发明授权一种基于条件生成对抗网络的主动稳态非视域成像方法是由曹彦鹏;梁锐;丁绪发;许振俊;杨将新设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于条件生成对抗网络的主动稳态非视域成像方法在说明书摘要公布了：本发明公开了一种基于条件生成对抗网络的主动稳态非视域成像方法。方法包括：搭建主动稳态非视域成像装置；建立改进条件生成对抗网络及其总体损失函数；通过装置获取不同隐藏物体在不同位姿下的非视域图像和镜面反射图像，预处理后输入网络中训练优化，直至总体损失函数收敛获得优化网络；将待成像的隐藏物体的非视域图像输入优化网络中处理后获得重建图像，实现主动稳态非视域成像。本发明方法促进了对非视域图像中位置相关的强度信息的捕获，提高了空间感知能力，缓解了图像编码过程中的信息退化，保留了原始非视域信息中的关键特征，提高了重建图像的视觉质量和细节表现，具有成像设置简单，部署方便，重建速度快且泛化性能好等优点。

本发明授权一种基于条件生成对抗网络的主动稳态非视域成像方法在权利要求书中公布了：1.一种基于条件生成对抗网络的主动稳态非视域成像方法，其特征在于，包括： 步骤1 搭建主动稳态非视域成像装置； 步骤2 建立改进条件生成对抗网络及其总体损失函数并安装在主动稳态非视域成像装置中； 步骤3 通过主动稳态非视域成像装置获取不同隐藏物体4在不同位姿下的非视域图像和镜面反射图像，并进行预处理后输入改进条件生成对抗网络中进行训练优化，直至总体损失函数收敛，获得训练完成的优化改进条件生成对抗网络； 步骤4 将待成像的隐藏物体4的非视域图像输入优化改进条件生成对抗网络中进行处理后获得重建图像并进行显示，实现隐藏物体4的主动稳态非视域成像； 所述的步骤2中，改进条件生成对抗网络包括改进生成器和鉴别器，改进生成器包括基础网络和初始特征提取分支IFEB，鉴别器为条件生成对抗网络的原始的鉴别器，隐藏物体4的预处理后的非视域图像Y分别输入至基础网络和初始特征提取分支IFEB中进行处理，初始特征提取分支IFEB处理后的输出再输入至基础网络中进行处理，基础网络处理后输出重建图像GY，将预处理后的镜面反射图像X作为改进生成器训练的监督信号，将预处理后的镜面反射图像X和预处理后的非视域图像Y在通道维度进行拼接获得第一拼接结果，将预处理后的非视域图像Y和重建图像GY在通道维度进行拼接获得第二拼接结果，然后将第一拼接结果和第二拼接结果轮次输入至鉴别器中进行处理鉴别，并通过总体损失函数对改进条件生成对抗网络进行训练； 所述的基础网络包括依次连接的第一卷积层Conv、第一批归一化BN层、第一泄漏线性整流单元LReLU激活函数、六个下采样块DSB、第一密集块DB、第一坐标注意力块CAB、第一过渡块TB、六个上采样块USB、第二卷积层Conv和二分类Softmax激活函数； 所述的步骤2中，总体损失函数L具体如下： 其中，G和D分别表示改进生成器和鉴别器；LcGAN 表示联合对抗损失项；λ1和λ2分别表示二元交叉熵损失项Lbce 和区域重叠损失项Ldice 的权重参数；[ ]表示对预处理后的镜面反射图像X和其对应的非视域图像Y的联合分布下，鉴别器判断其为真实样本的期望；[ ]表示改进生成器通过输入预处理后的非视域图像Y生成重建图像GY，鉴别器判断其为假的期望。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。