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！

龙图腾网恭喜南京航空航天大学申请的专利基于条件生成对抗网络的SAR光学图像映射模型轻量化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：CN114202017B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202111429672.0，技术领域涉及：G06V10/774；该发明授权基于条件生成对抗网络的SAR光学图像映射模型轻量化方法是由余天柱;周建江;黄帆;蒋凯设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本基于条件生成对抗网络的SAR光学图像映射模型轻量化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SAR光学图像映射模型轻量化方法，采用配对的SAR光学图像数据集在设计好的生成对抗网络进行充分训练，得到一个能将SAR图像映射到光学图像的生成网络，并将该生成网络作为教师网络，为学生网络提供先验知识；将教师网络的生成网络中残差映射模块的标准卷积替换为深度可分离卷积，将其作为包含所有子网结果的超网，采用知识蒸馏的方法进行充分训练，得到预蒸馏超网；采用权重共享的方式训练预蒸馏超网中所有子网，更新各个子网的参数；采用遗传算法搜索出超网中最佳子网结构；将最佳的子网结构在数据集上进行微调。本发明解决了SAR图像和光学图像间差异过大，生成对抗网络训练不稳定的问题。

本发明授权基于条件生成对抗网络的SAR光学图像映射模型轻量化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SAR光学图像映射模型轻量化方法，其特征在于，包含以下步骤：1构建包括鉴别网络和生成网络的生成对抗网络，采用配对的SAR光学图像数据集对生成对抗网络进行训练，得到一个能将SAR图像映射到光学图像的生成网络，并将该生成网络作为教师网络，为学生网络提供先验知识；2将生成网络中残差映射模块的标准卷积替换为深度可分离卷积，将其作为包含所有子网结果的超网，超网将作为学生网络接收教师网络的知识，采用知识蒸馏的方法进行充分训练，得到预蒸馏超网；3采用权重共享的方式训练预蒸馏超网中所有子网，更新各个子网的参数，使得各个子网都能有良好性能；4采用遗传算法搜索出超网中最佳子网结构；5将最佳的子网结构在数据集上进行微调，加载原先训练参数，针对该结构进一步训练，提升生成对抗网络性能；步骤1所述生成网络包括编码模块、解码模块和残差映射模块；所述编码模块由五个相同结构的子单元构成，每个单元由卷积、实例标准化、修正整流单元构成，输入图像经过四次下采样后获得图像特征张量；所述残差映射模块结合了残差学习机制，加深网络深度，获得更好的特征表示；所述解码模块将映射模块完成的光学特征解码为生成图像，包含了四个转置卷积模块与一个卷积模块；所述转置卷积对输入张量进行上采样，经过四次转置卷积操作，达到与输入图像相同的长宽；所述鉴别网络采用了多尺度鉴别器与PatchGAN技术，多尺度鉴别器包含结构相同的高分辨率鉴别器与低分辨率鉴别器，原输入图像与下采样图像分别送入二者，然后得到高分辨率图像与低分辨率图像的鉴别结果；PatchGAN技术表现去掉常规鉴别器的全连接层，对图像中每个N×N大小的区域独立的真实性来取代整体的判决结果；步骤1所述生成对抗网络的损失函数由以下公式描述：minGmaxDLD,G＝minGmaxDLGAN+λVGGLVGG+λDCTLDCT其中，LGAN，LVGG，LDCT分别为对抗损失函数，神经网络特征匹配函数，离散余弦损失函数，λVGG和λDCT分别为神经网络特征匹配函数，离散余弦损失函数的权重；所述对抗损失函数描述为：LGANX,Y＝EX,Y[logDX,Y]+EX[log1-DX,GX]其中，X为输入SAR图像，Y为真实光学图像，G·为生成器，D·为鉴别器，E代表了求其数学期望；所述，神经网络特征匹配函数可以由以下公式描述 其中，φi·为VGG19网络为第i个最大池化层的输出特征图，λi，Hi，Wi，Ci分别为第i个最大池化输出的权重值以及长、宽以及通道数，||·||1代表L1范数；所述离散余弦损失函数描述为：LDCTX,Y＝||DCTGX-DCTY||1其中，DCT·为离散余弦变换；步骤2所述的知识蒸馏过程为： 其中，x为网络输入，即为输入SAR图像，fk为第k个通道转化卷积模块，为学生网络第k个中间特征输出，为教师网络第k个中间特征输出，同时采用了L2范数来拉近学生网络与教师网络的中间层输出特征距离；故生成对抗网络训练整体的损失函数为：minGmaxDLD,G＝minGmaxDLGAN+VGGLVGG+λDCTLDCT+λdistilLdistil其中，Ldistil为知识蒸馏损失函数，λdistil为知识蒸馏损失函数的权重系数。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。