申请/专利权人：江苏科技大学

申请日：2024-03-26

公开（公告）日：2024-06-21

公开（公告）号：CN118230092A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/80;G06V10/44;G06V10/82;G06V10/143;G06N3/045;G06N3/0475;G06N3/0464;G06N3/094

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开了一种基于多层双判别器生成对抗网络的船舶红外偏振图像生成方法及系统，包括：采集船舶红外图像和红外偏振图像，对采集到的船舶红外图像和红外偏振图像进行预处理，并制作数据集，将数据集划分为训练集和验证集；搭建多层双判别器生成对抗网络；采用训练集对搭建的多层双判别器生成对抗网络进行训练，并采用验证集对训练后的多层双判别器生成对抗网络进行验证，得到可用的多层双判别器生成对抗网络；利用可用的多层双判别器生成对抗网络中的生成器生成船舶红外偏振图像；其中，多层双判别器生成对抗网络呈金字塔结构，由低层网络到高层网络逐层堆叠得到，每层网络由生成器、胶囊判别器和CNN判别器构成。

主权项：1.一种基于多层双判别器生成对抗网络的船舶红外偏振图像生成方法，其特征在于：包括以下步骤：步骤1：采集船舶红外图像和红外偏振图像，对采集到的船舶红外图像和红外偏振图像进行预处理，得到预处理后的船舶红外图像和红外偏振图像，基于预处理后的船舶红外图像和红外偏振图像，制作数据集，将数据集划分为训练集和验证集；步骤2：搭建多层双判别器生成对抗网络；步骤3：采用训练集对搭建的多层双判别器生成对抗网络进行训练，并采用验证集对训练后的多层双判别器生成对抗网络进行验证，得到可用的多层双判别器生成对抗网络；步骤4：利用可用的多层双判别器生成对抗网络中的生成器生成船舶红外偏振图像；其中，多层双判别器生成对抗网络呈金字塔结构，由低层网络到高层网络逐层堆叠得到，每层网络由生成器、胶囊判别器和CNN判别器构成；其中，最低层网络的生成器仅输入随机噪声，其他层网络的生成器的输入由当前层对应分辨率的随机噪声和上一层生成器输出的船舶图像的上采样叠加得到；所述胶囊判别器为马尔可夫结构的判别器，用于识别对应层生成器生成的船舶红外图像中的轮廓及目标标志的相对位置，并判别对应层生成器生成的船舶图像的轮廓的真假；所述CNN判别器为马尔可夫结构的判别器，用于识别对应层生成器生成的船舶红外偏振图像的偏振特征及其他公共特征，并判别对应层生成器生成的船舶红外偏振图像的偏振特征的真假；其中，步骤3中，采用训练集对搭建的多层双判别器生成对抗网络进行训练，具体包括：从最低层网络到最高层网络依次训练，直至各层生成器与判别器先后达到纳什平衡，每一层网络一旦被训练好后，保持该层生成器的参数不变。

全文数据：

权利要求：

百度查询： 江苏科技大学 基于多层双判别器生成对抗网络的船舶红外偏振图像生成方法及系统

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