國家海洋環(huán)境監(jiān)測中心范劍超獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉國家海洋環(huán)境監(jiān)測中心申請(qǐng)的專利一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予,授權(quán)公告號(hào)為:CN115482411B 。
龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為:202211084671.1,技術(shù)領(lǐng)域涉及:G06V10/764;該發(fā)明授權(quán)一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法是由范劍超;劉川;張帥;王祥;馬玉娟;高寧;王林設(shè)計(jì)研發(fā)完成,并于2022-09-06向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。
本一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法在說明書摘要公布了:一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法,屬于海洋遙感與人工智能交叉技術(shù)領(lǐng)域。包括溢油與溢油相似物的分類識(shí)別和溢油圖像的語義分割。首先,將生成對(duì)抗網(wǎng)絡(luò)的判別器和分類器進(jìn)行結(jié)合,實(shí)現(xiàn)了對(duì)溢油和溢油相似物的分類判別;其次,經(jīng)過判別后的溢油圖像,進(jìn)入下一個(gè)生成對(duì)抗網(wǎng)絡(luò);最后,利用生成器去生成溢油圖像的分割圖,從而實(shí)現(xiàn)語義分割。本發(fā)明能夠解決溢油和溢油相似物難以分辨以及溢油檢測精度不高的問題。整個(gè)模型框架既能實(shí)現(xiàn)溢油和溢油相似物的分類,又能實(shí)現(xiàn)對(duì)溢油圖像的語義分割。所有任務(wù)在可以一個(gè)框架內(nèi)完成。本發(fā)明提出的方法在溢油分類任務(wù)上以及溢油區(qū)域檢測上都取得較高的精度、可利用該方法對(duì)SAR影像中海洋溢油進(jìn)行監(jiān)測。
本發(fā)明授權(quán)一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法在權(quán)利要求書中公布了:1.一種多任務(wù)生成對(duì)抗網(wǎng)絡(luò)的SAR影像溢油分類和語義分割方法,其特征在于,包括溢油與溢油相似物的分類識(shí)別和溢油圖像的語義分割兩部分;首先,將生成對(duì)抗網(wǎng)絡(luò)的判別器和分類器進(jìn)行結(jié)合,實(shí)現(xiàn)對(duì)溢油和溢油相似物的分類判別;其次,將經(jīng)過判別后的溢油圖像進(jìn)入下一個(gè)生成對(duì)抗網(wǎng)絡(luò),利用生成器去生成溢油圖像的分割圖,實(shí)現(xiàn)語義分割;通過兩個(gè)生成對(duì)抗網(wǎng)絡(luò),最終構(gòu)建多任務(wù)GANs網(wǎng)絡(luò)模型;包括以下步驟: 第一步,將原始遙感圖像進(jìn)行預(yù)處理后,通過專家解譯選出溢油和溢油相似物,再裁剪出溢油和溢油相似物區(qū)域,得到溢油圖像和溢油相似物圖像,并將溢油相似物圖像標(biāo)簽值標(biāo)記為0,溢油圖像標(biāo)簽值標(biāo)記為1,標(biāo)記后作為第一個(gè)生成對(duì)抗網(wǎng)絡(luò)的輸入; 第二步,將預(yù)處理后溢油和溢油相似物圖像輸入到第一個(gè)生成對(duì)抗網(wǎng)絡(luò)中,輸入的圖像通過第一個(gè)生成對(duì)抗網(wǎng)絡(luò)來完成溢油和溢油相似物的分類任務(wù),實(shí)現(xiàn)對(duì)溢油和溢油相似物的區(qū)分; 第三步,經(jīng)過第二步將圖像分為溢油和溢油相似物后,需要在分類后的溢油圖像中剔除溢油相似物圖像后,只將溢油圖像作為第四步的輸入,第三步只進(jìn)行判定操作; 第四步,將第三步篩選出的溢油圖像經(jīng)過第二個(gè)生成對(duì)抗網(wǎng)絡(luò)進(jìn)行語義分割任務(wù);通過語義分割任務(wù)來獲取溢油區(qū)域的提取結(jié)果;第二個(gè)生成對(duì)抗網(wǎng)絡(luò)也是有一個(gè)生成器和一個(gè)判別器搭建而成,具體如下: 4.1搭建分割網(wǎng)絡(luò)模型,由生成器Gs和判別器Ds組成; 生成器輸入的是溢油原始圖像,也就是第三步的篩選后的溢油圖像,輸出的是生成的溢油分割圖;判別器的輸入有溢油原始圖像、生成器生成的溢油分割圖和溢油分割標(biāo)簽圖; 第二個(gè)生成對(duì)抗網(wǎng)絡(luò)的訓(xùn)練過程是:首先由生成器最初生成的溢油分割圖并不能接近溢油分割標(biāo)簽圖,判別器通過輸入的溢油原始圖像、溢油分割圖和溢油分割標(biāo)簽圖進(jìn)行判別,判別器對(duì)生成器生成的溢油分割圖、溢油分割標(biāo)簽圖進(jìn)行區(qū)分,區(qū)分出該圖像是溢油分割標(biāo)簽圖還是來自生成器生成的溢油分割圖,學(xué)習(xí)他們之間的數(shù)據(jù)分布差異,輸出判別分?jǐn)?shù);由判別器判別的結(jié)果去反向優(yōu)化生成器,指導(dǎo)生成器生成更加精確的溢油分割圖;最終生成器可以生成以假亂真的溢油分割圖,訓(xùn)練結(jié)束后利用訓(xùn)練好的生成器去生成溢油分割圖,實(shí)現(xiàn)對(duì)溢油區(qū)域的準(zhǔn)確提取; 第二個(gè)生成對(duì)抗網(wǎng)絡(luò)的生成器的目標(biāo)函數(shù)如下式8所示: 其中,λ1為權(quán)重平衡參數(shù),S為輸入真實(shí)分割標(biāo)簽圖,為生成器生成的分割圖,I為真實(shí)的溢油圖像;為L1范數(shù),它懲罰分割標(biāo)簽圖和生成的分割圖之間的逐像素距離;最小化訓(xùn)練生成器去生成更加真實(shí)的溢油分割圖,最終能成功的欺瞞判別器; 第二個(gè)生成對(duì)抗網(wǎng)絡(luò)判別器的目標(biāo)函數(shù)如下式9所示: 其中,λ2為權(quán)重平衡參數(shù),S為輸入真實(shí)分割標(biāo)簽圖,為生成器生成的分割圖,I為真實(shí)的溢油圖像;這一項(xiàng)代表對(duì)抗損失,增加判別器的判別能力;代表懲罰梯度損失,會(huì)產(chǎn)生穩(wěn)定的梯度,既不會(huì)消失也不會(huì)爆炸;表示在S和之間均勻采樣的隨機(jī)變量;最小化訓(xùn)練判別器,去區(qū)分生成的溢油分割圖和溢油分割標(biāo)簽圖; 4.2第二個(gè)生成對(duì)抗網(wǎng)絡(luò)總的目標(biāo)函數(shù)如10所示: 生成器和判別器不斷優(yōu)化訓(xùn)練;使用損失公式10訓(xùn)練網(wǎng)絡(luò),直到第二個(gè)生成對(duì)抗網(wǎng)絡(luò)達(dá)到平衡狀態(tài);當(dāng)訓(xùn)練結(jié)束后以后,保留生成器,丟棄判別器;利用生成器來生成溢油分割圖。
如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請(qǐng)人或?qū)@麢?quán)人國家海洋環(huán)境監(jiān)測中心,其通訊地址為:116023 遼寧省大連市沙河口區(qū)凌河街42號(hào);或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 鄧東獲國家專利權(quán)
- 中興通訊股份有限公司吳釗獲國家專利權(quán)
- 杭州唯強(qiáng)醫(yī)療科技有限公司請(qǐng)求不公布姓名獲國家專利權(quán)
- 上海海和藥物研究開發(fā)有限公司李磊獲國家專利權(quán)
- 杭州信多達(dá)電器有限公司高新忠獲國家專利權(quán)
- 東京毅力科創(chuàng)株式會(huì)社橫田聰裕獲國家專利權(quán)
- 株式會(huì)社尼康后藤孝夫獲國家專利權(quán)
- 杭州唯強(qiáng)醫(yī)療科技有限公司王永勝獲國家專利權(quán)
- 鄭傳渭獲國家專利權(quán)
- 華為技術(shù)有限公司韓靜獲國家專利權(quán)


熱門推薦
- 古德T細(xì)胞有限公司金廷鎬獲國家專利權(quán)
- 三星顯示有限公司孫正河獲國家專利權(quán)
- SK新能源株式會(huì)社金泰日獲國家專利權(quán)
- 北京京東尚科信息技術(shù)有限公司李俊濤獲國家專利權(quán)
- 福特全球技術(shù)公司O·貝克邁爾獲國家專利權(quán)
- 上海安浦鳴志自動(dòng)化設(shè)備有限公司張圓圓獲國家專利權(quán)
- 聯(lián)發(fā)科技股份有限公司吳威德獲國家專利權(quán)
- 華為技術(shù)有限公司楊磊獲國家專利權(quán)
- 福特全球技術(shù)公司艾德·M·杜道爾獲國家專利權(quán)
- 華為技術(shù)有限公司胡榮中獲國家專利權(quán)