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！

龙图腾网获悉电子科技大学申请的专利一种基于信息最大化生成对抗网络的SAR图像目标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：CN116612364B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310633460.7，技术领域涉及：G06V10/82；该发明授权一种基于信息最大化生成对抗网络的SAR图像目标生成方法是由曹建蜀;于昕凝;张伟;陈俊;邓志清设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种基于信息最大化生成对抗网络的SAR图像目标生成方法在说明书摘要公布了：本发明公开了一种基于信息最大化生成对抗网络的SAR图像目标生成方法，属于雷达技术领域。本发明用于生成高质量的SAR图像。本发明处理步骤包括：S1、获取SAR图像数据集，并进行预处理操作，构建训练集；S2、构建生成模型、判别模型和辅助网络Q，将生成模型、判别模型和辅助网络Q级联成基于信息最大化的生成对抗网络；S3、将SAR图像输入到模型中，对其进行训练，得到收敛的基于信息最大化的生成对抗网络；S4、生成SAR图像。本发明在相较于使用原始的InfoGAN模型生成SAR图像，在相同参数下生成的图像与真实图像具有更高相似度。

本发明授权一种基于信息最大化生成对抗网络的SAR图像目标生成方法在权利要求书中公布了：1.一种基于信息最大化生成对抗网络的SAR图像目标生成方法，包括如下步骤： S1、获取SAR图像数据集，并进行预处理操作，构建训练集； S2、构建生成模型、判别模型和辅助网络，将生成模型、判别模型和辅助网络级联成基于信息最大化的生成对抗网络； S3、将SAR图像输入到生成对抗网络中，对其进行训练，得到收敛的基于信息最大化的生成对抗网络； S4、基于步骤S3训练后的生成对抗网络中的生成模型生成目标对象的SAR图像； 所述生成模型的网络结构依次包括： 线性层、维度重构层、归一化层，反卷积块A、若干个带注意力机制的反卷积块A，以及一个反卷积块B； 其中，反卷积块A依次包括反卷积层、归一化层和LeakyReLU激活函数层； 反卷积块B依次包括反卷积层和Tanh激活函数层； 所述判别模型和辅助网络的网络结构分别为： 判别模型依次包括：若干个带注意力机制的卷积块A，若干个卷积块A、一层维度重构层和一层全连接层；其中，卷积块A依次包括：卷积层、归一化层和LeakyReLU激活函数层； 所述辅助网络的网络结构依次包括：若干个带注意力机制的卷积块A，若干个卷积块A、一层维度重构层和一层带Sigmoid函数的全连接层，且卷积块A与带注意力机制的卷积块A的数量与判别模型一致，网络参数复用； 所述生成模型对输入数据生成图像的处理方法具体为： A1、生成一组服从正态分布的N维随机向量，使用其最后一个维度作为隐含编码，其中，N大于2； A2、将随机向量输入生成模型，经过全连接层和维度重构层后变换为第一指定维度的数据矩阵； A3、将维度重构层输出的数据矩阵经过若干层反卷积层，输出生成图像； 所述生成模型对输入数据生成图像的处理方法具体为： B1、将生成图像和预处理后的SAR图像经过一层卷积层，将其转换为第二指定维度的数据矩阵； B2、第二指定维度的数据矩阵再经过若干层卷积层转换为第三指定维度的数据矩阵，然后分别通过判别模型的全连接层和辅助网络的全连接层。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。