中国电子科技集团公司第五十四研究所畅鑫获国家专利权
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!
龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种基于风格迁移的SAR图像生成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:CN119579727B 。
龙图腾网通过国家知识产权局官网在2025-10-14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:202510036486.2,技术领域涉及:G06T11/00;该发明授权一种基于风格迁移的SAR图像生成方法是由畅鑫;李艳斌;陈金勇设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。
本一种基于风格迁移的SAR图像生成方法在说明书摘要公布了:本发明提供了一种基于风格迁移的SAR图像生成方法,属于合成孔径雷达成像与人工智能技术领域。本发明首先使用SAR图像数据集对卷积神经网络进行训练,使得该网络能够准确提取SAR图像的特征,然后,利用风格迁移方法,结合训练得到的神经网络,以光学图像为内容图像,以SAR图像为风格图像,通过优化总迁移损失实现迁移图像的生成。本发明利用卷积神经网络和风格迁移技术,通过从光学图像中提取视觉特征并将其转换为符合SAR图像风格的特征,实现光学图像到SAR图像的自动化生成。本发明生成的SAR图像可以用于数据集扩展、增强数据多样性,在遥感影像分析和数据处理领域具有广泛的应用前景。
本发明授权一种基于风格迁移的SAR图像生成方法在权利要求书中公布了:1.一种基于风格迁移的SAR图像生成方法,其特征在于,包括以下步骤: 步骤1,基于SAR图像数据构建训练数据集和测试数据集; 步骤2,构建基于图神经网络的SAR图像分类深度神经网络;基于图神经网络的SAR图像 分类深度神经网络由3个卷积层、1个池化层、第一Relu激活函数、2个全连接层、第二Relu激 活函数串行构成,五个部分分别采用、、、、表示,SAR图像分类深度神经网络的 输入为样本,、、、的输出分别为: 步骤3,设置损失函数和优化器,通过训练数据集对SAR图像分类深度神经网络进行批训练,并使用测试数据集进行评估,得到训练好的SAR图像分类深度神经网络; 步骤4,分别获取风格图像和内容图像,随机生成初始迁移图像,基于风格图像、内容图像和训练好的SAR图像分类深度神经网络,使用优化器对初始迁移图像进行优化,得到风格迁移的SAR图像;具体方式为: 步骤4-1:加载训练好的网络参数; 步骤4-2:从SAR图像数据中随机抽取一个SAR图像样本,作为风格图像,维度为; 步骤4-3:加载需要转换的光学图像,转化为灰度,维度为,作为内容图像; 步骤4-4:构建均值为0、标准差为1的随机图像,维度为;设置权值,获得 初始迁移图像; 步骤4-5:采用Adam优化器对迁移图像进行优化,并设置训练率; 步骤4-6:将风格图像输入SAR图像分类深度神经网络,得到、、、的输出 值、、和; 步骤4-7:将内容图像输入SAR图像分类深度神经网络,得到、、、的的输 出值、、和; 步骤4-8:清除优化器关于迁移图像的累计梯度值,将迁移图像输入SAR图 像分类深度神经网络,得到、、、的输出值、、和; 步骤4-9:计算内容损失值: 其中,表示对所有元素求均值; 步骤4-10:计算风格损失值: 其中,为格拉姆矩阵计算; 步骤4-11:设置权值,得到总迁移损失; 步骤4-12:利用总迁移损失反向传播,通过优化器对迁移图像进行更新; 步骤4-13:重复步骤4-5至步骤步骤4-12,直至达到预设次数,得到最终的迁移图像,即为风格迁移的SAR图像。
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电子科技集团公司第五十四研究所,其通讯地址为:050081 河北省石家庄市中山西路589号中国电子科技集团公司第五十四研究所总体部;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励