申请/专利权人：山东浪潮科学研究院有限公司

申请日：2021-12-22

公开（公告）日：2024-05-31

公开（公告）号：CN114240796B

主分类号：G06T5/73

分类号：G06T5/73;G06V10/764;G06V10/82;G06V10/774;G06N3/0475;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2022.04.12#实质审查的生效;2022.03.25#公开

摘要：本申请公开了一种基于GAN的遥感影像去云雾方法、设备、存储介质，该方法包括：对获取有云雾的遥感数据划分能见度级别；根据能见度级别的划分有云雾遥感数据的训练集，根据能见度由高到低的顺序依次对每一能见度级别的训练集进行训练，固定辨别器的模型参数，将对应每一能见度级别的训练集输入到生成器中，生成去云雾遥感影像；将真实清晰的遥感影像和生成的去云雾遥感影像输入辨别器中，使辨别器能够区分真实清晰的遥感影像和去云雾遥感影像；对生成器和辨别器交替进行训练，生成对应每一能见度级别的去云雾GAN模型；将去云雾CAN模型与遥感影像应用系统进行交互，得到反馈后更新生成器参数，生成对应遥感影像应用系统的个性化去云雾GAN模型。

主权项：1.一种基于生成对抗网络GAN的遥感影像去云雾方法，其特征在于，所述GAN包括生成器和辨别器，包括：获取有云雾的遥感数据，划分所述有云雾的遥感数据的能见度级别；根据所述能见度级别划分所述有云雾遥感数据的训练集，根据能见度由高到低的顺序依次对每一能见度级别的所述训练集进行训练，在训练时，固定所述辨别器的模型参数，将对应每一能见度级别的所述训练集输入到所述生成器中，生成去云雾遥感影像；将真实清晰的遥感影像和生成的所述去云雾遥感影像输入所述辨别器中，训练更新所述辨别器的参数，使所述辨别器能够区分所述真实清晰的遥感影像和所述去云雾遥感影像；对所述生成器和所述辨别器交替进行训练，生成对应每一能见度级别的去云雾GAN模型；将所述去云雾CAN模型与遥感影像应用系统进行交互，得到反馈后更新生成器参数，生成对应所述遥感影像应用系统的个性化去云雾GAN模型；所述能见度级别划分为L1至Ln级，L1级到Ln级的能见度依次降低；依次获取对应L1至Ln级中每一能见度级别的有云雾遥感数据训练集，固定所述辨别器的模型参数，将每一能见度级别中的训练集RSData-TD输入到所述生成器中进行训练，生成对应每一能见度级别对应的的去云雾遥感影像RSImg-TD；将真实清晰的遥感影像和生成的所述去云雾遥感影像输入所述辨别器中，固定所述生成器的网络参数，训练所述辨别器，根据损失函数获得所述真实清晰的遥感影像和所述生成的去云雾遥感影像之间的误差；将所述误差反向传播，更新所述的辨别器D网络参数，使得经过辨别器D，使RSData-TD，RSImg-TD数据对输出负的低分，使RSData-TD，RSReal-TD数据对输出正的高分，以使所述辨别器能够有效的区分RSData-TD，RSReal-TD数据对和RSData-TD，RSImg-TD数据对。

全文数据：

权利要求：

百度查询： 山东浪潮科学研究院有限公司 一种基于GAN的遥感影像去云雾方法、设备、存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD