[发明专利]基于自归一化生成对抗网络的SAR图像超分辨率重建方法在审

专利信息
申请号: 202010630972.4 申请日: 2020-07-03
公开(公告)号: CN111784581A 公开(公告)日: 2020-10-16
发明(设计)人: 袁瑛;毛涵秋;冯玉尧 申请(专利权)人: 苏州兴钊防务研究院有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06N3/04;G06N3/08
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 叶敏华
地址: 215000 江苏省苏州市吴中*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 归一化 生成 对抗 网络 sar 图像 分辨率 重建 方法
【权利要求书】:

1.一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,包括以下步骤:

S1、获取原始的高分辨率SAR图像以及低分辨率SAR图像;

S2、将原始的低分辨率SAR图像输入自归一化生成对抗网络的生成器中,输出得到重建的超分辨率SAR图像;

S3、将原始的高分辨SAR图像与步骤S2得到的超分辨SAR图像一起输入自归一化生成对抗网络的判别器中,由判别器判断输入的超分辨率SAR图像是由生成器重建输出的还是原始的高分辨率SAR图像;

S4、若判别器判断为生成器重建输出的,则返回步骤S2重新训练生成器;若判别器判断为原始的高分辨率SAR图像,则执行步骤S5;

S5、将待重建的低分辨率SAR图像输入自归一化生成对抗网络的生成器中,对应输出重建的超分辨率SAR图像。

2.根据权利要求1所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述生成器包括依次连接的生成器输入层、生成器第一卷积层、生成器第一激活函数层、第一残差模块组、生成器第二卷积层、总求和层、上采样组、生成器第三卷积层和生成器输出层,所述生成器第一激活函数层的输出还连接至总求和层,所述生成器第一激活函数层采用SeLU激活函数。

3.根据权利要求2所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述第一残差模块组包括多个依次连接的生成器残差模块,所述生成器残差模块由依次连接的生成器第一子卷积层、子激活函数层、生成器第二子卷积层和子求和层组成,所述生成器第一子卷积层的输入连接至子求和层,所述子激活函数层采用SeLU激活函数。

4.根据权利要求3所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述生成器残差模块的数量为5。

5.根据权利要求3所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述上采样组包括两个依次连接的上采样单元,所述上采样单元包括依次连接的采样卷积层、上采样层和采样激活函数层,所述采样激活函数层采用SeLU激活函数。

6.根据权利要求1所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述判别器包括依次连接的判别器输入层、判别器卷积层、判别器第一非饱和激活函数层、第二残差模块组、判别器第一全连接层、判别器第二非饱和激活函数层、判别器第二全连接层、饱和激活函数层和判别输出层,所述判别器第一非饱和激活函数层和判别器第二非饱和激活函数层均采用LeakyReLU激活函数,所述饱和激活函数层采用Sigmoid激活函数。

7.根据权利要求6所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述第二残差模块组包括多个依次连接的判别器残差模块,所述判别器残差模块包括依次连接的判别器子卷积层、批量归一化层和非饱和子激活函数层,所述非饱和子激活函数层采用LeakyReLU激活函数。

8.根据权利要求7所述的一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法,其特征在于,所述判别器残差模块的数量为7。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州兴钊防务研究院有限公司,未经苏州兴钊防务研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010630972.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top