西安電子科技大學任仲樂獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉西安電子科技大學申請的專利基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115565019B 。
龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211380456.6,技術領域涉及:G06V10/764;該發明授權基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法是由任仲樂;杜哲;汪浩然;陳亞涵;劉少博;侯彪;焦李成設計研發完成,并于2022-11-04向國家知識產權局提交的專利申請。
本基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法在說明書摘要公布了:一種基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法,上游自監督任務采用循環生成對抗網絡進行多域圖像風格轉換任務,將不同屬性的源域真實圖像風格轉換為目標屬性的目標域生成圖像;并使用對抗網絡判別圖像來自于源域還是目標域,同時提取圖像的屬性特征進行分類并對齊特征分布;在下游地物分類任務中,遷移上游訓練良好的特征編碼器作為預訓練模型,使用少量有標記樣本對分類模型進行微調;本發明通過上游自監督任務為下游地物分類任務提供訓練良好且通用性好的特征編碼器,緩解有監督訓練樣本缺乏、特征泛化性不足的缺陷,提升模型的分類性能。
本發明授權基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法在權利要求書中公布了:1.一種基于深度自監督生成對抗的單通道高分辨SAR圖像地物分類方法,其特征在于,包括以下步驟: 步驟1,輸入高分辨率SAR圖像,對于輸入SAR圖像的每類場景和類別隨機裁剪相同數量的圖像塊組成上游圖像風格轉換任務和下游地物分類任務訓練數據; 步驟2,對上游風格轉換任務訓練數據進行數據預處理,包括SAR圖像裁剪、歸一化和偽標簽的生成; 步驟3,將源域真實圖像輸入上游圖像風格轉換任務的編碼器網絡E,提取圖像特征;同時將目標標簽送入映射網絡M生成目標域風格代碼;最后將圖像特征和目標域風格代碼送入生成器網絡G,獲得目標域生成圖像; 步驟4,將源域真實圖像和目標域生成圖像送入鑒別器網絡D進行訓練,并更新鑒別器網絡參數; 步驟5,再次輸入源域真實圖像和目標標簽,生成目標域生成圖像,然后將目標域生成圖像和源域標簽輸入編碼器、映射網絡和生成器,獲得源域重構圖像; 步驟6,使用源域重構圖像與源域真實圖像計算重構損失,同時將源域真實圖像和目標域生成圖像送入鑒別器網絡D進行訓練,然后計算對抗損失、分類損失、分布特征相似性損失和圖像特征相似性損失,并更新編碼器網絡、映射網絡和生成器網絡參數; 步驟7,重復步驟3-步驟6直至達到最大訓練次數; 步驟8,評估上游圖像風格轉換任務的性能; 步驟9,將評估后的上游圖像風格轉換任務的編碼器網絡E作為特征提取預訓練模型遷移到下游地物分類網絡,并進行微調分類網絡; 步驟10,利用下游訓練好的語義分割模型實現高分辨率SAR圖像分類,得到預測結果圖,計算分類指標。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安電子科技大學,其通訊地址為:710071 陜西省西安市太白南路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。