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！

龙图腾网获悉上海交通大学申请的专利基于深度学习的极弱光环境下运动目标散射成像方法及装置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：CN116699554B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310675567.8，技术领域涉及：G01S7/48；该发明授权基于深度学习的极弱光环境下运动目标散射成像方法及装置是由石剑虹;孙浩设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本基于深度学习的极弱光环境下运动目标散射成像方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的极弱光环境下运动目标散射成像方法及装置，涉及极弱光环境下运动目标成像领域，对于探测器获取的散斑图像，建立神经网络获取位置信息和原始图像恢复信息。使用先验信息和恢复的散斑获取目标的精确位置信息进行轨迹恢复。在探测范围内的N个固定位置放置目标，获得训练用的固定位置的采样图。使用N个固定位置的采样散斑训练神经网络，训练完成后固定参数成为用于低光子成像位置分类的神经网络。使用每个固定位置的采样散斑分别训练神经网络，训练完成后固定参数成为用于低光子成像在固定位置重建的神经网络。本发明使用多个位置的神经网络共同对散斑进行恢复，获取更多的环境信息，有利于生成在目标复杂运动状态下的探测成像的精度。

本发明授权基于深度学习的极弱光环境下运动目标散射成像方法及装置在权利要求书中公布了：1.一种基于深度学习的极弱光环境下运动目标散射成像方法，其特征在于，该方法包括： 步骤1、搭建带有散射介质的光路，调整光照强度和曝光时间，获取极弱光下的探测成像； 步骤2、在探测范围内的N个固定位置放置目标，获取每个所述固定位置上的目标散射成像采样图； 步骤3、使用每个固定位置的所述散射成像采样图分别训练神经网络，训练完成后形成神经网络，所述神经网络包括第一神经网络和第二神经网络，所述第一神经网络为含有额外优化器和随机抛弃连接的全连接网络，用于成像位置分类；所述第二神经网络为含额外跳跃连接的U型网络，所述U型网络的下采样与上采样的对应层次跳跃连接，所述U型网络的卷积层之间跳跃连接，用于极弱光环境下的对应成像位置下的原始采样图重建，且所述第二神经网络被优化，所述优化为将弱光散射图像作为神经网络的输入，输出为模型重建的清晰图像，通过最小化模型重建的清晰图像与原始清晰图像之间的均方误差来自动调整训练参数，从而优化神经网络模型； 步骤4、获取运动目标散射成像采样图，应用所述步骤3中获取的神经网络训练获取重建后的图像，具体包括： 步骤4-1、所述运动目标散射成像采样图输入通过所述步骤3获取的第一神经网络，获取所述运动目标的位置分类信息； 步骤4-2、修正所述步骤4-1中获取的位置分类信息，所述修正为参考所述运动目标无法在不相邻区间进行跳跃的先验信息； 步骤4-3、将所述运动目标散射成像采样图和所述步骤4-2中获取的位置分类信息输入所述步骤3中获取的第二神经网络，获取重建运动目标序列。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。