龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西北工业大学
申请日：2024-09-27
公开（公告）日：2025-01-14
公开（公告）号：CN119313899A
专利技术分类：..图像区域中的图案分割；切割或合并图像元素以建立图案区域，例如基于聚类的技术；遮挡检测[2022.01]
专利摘要：本发明提供了一种基于图像转换和语义分割协同的多任务SAR图像处理方法。利用由下游任务驱动图像转换的框架，构建了由图像转换模块和语义分割模块构成的多任务协同网络模型，通过语义分割这一下游任务对图像转换的结果进行实时监督，使利用该模型得到的转换生成结果能够保留更多的结构和纹理信息，为后续遥感任务提供更有力的数据支撑。
专利权项：1.一种基于图像转换和语义分割协同的多任务SAR图像处理方法，其特征在于步骤如下：步骤1，数据收集：收集包含相同场景目标的SAR图像、光学图像和相应的语义标签数据，其中，SAR图像和光学图像的分辨率相同且已两两配准，语义标签与真实SAR、光学图像相匹配；步骤2，数据预处理：对收集到的SAR图像和光学图像进行预处理；步骤3，构建SAR-光学图像转换模块：采用生成对抗网络GAN作为SAR-光学图像转换模块；步骤4，构建语义分割模块：采用语义分割网络模型作为语义分割模块；步骤5，多任务协同框架设计：令SAR-光学图像转换模块的生成器和语义分割模块共享同一个下采样模块，作为其共享编码器，然后连接各自的解码器，形成参数共享的多任务协同网络框架；步骤6，损失函数设计：对于SAR-光学图像转换模块，采用由GAN对抗损失和相似度损失构成的转换损失函数；对于语义分割模块，采用由交叉熵损失构成的语义分割损失函数；由转换损失和语义分割损失加权求和作为最终的损失函数；步骤7，迭代训练：以步骤2预处理后的图像及其语义标签为输入，对步骤3-6构建的网络模型进行迭代训练，直至得到输出结果最佳的网络模型；步骤8，模型应用：将待解译的SAR图像输入到训练过后得到的最佳网络模型，其中，SAR-光学图像转换模块输出得到其转换后的光学图像，语义分割模块输出得到其语义分割结果。
百度查询： 西北工业大学 基于图像转换和语义分割协同的多任务SAR图像处理方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号