[发明专利]光学图像跨域对抗生成SAR图像的方法有效

专利信息
申请号: 202111013164.4 申请日: 2021-08-31
公开(公告)号: CN114119792B 公开(公告)日: 2023-04-07
发明(设计)人: 潘磊;廖泓舟;高翔 申请(专利权)人: 西南电子技术研究所(中国电子科技集团公司第十研究所)
主分类号: G06T11/00 分类号: G06T11/00;G06T7/33;G06V20/00;G06V10/82;G06N3/045;G06N3/0475;G06N3/094
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 罗强
地址: 610036 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光学 图像 对抗 生成 sar 方法
【权利要求书】:

1.一种光学图像跨域对抗生成SAR图像的方法,其特征在于,包括如下步骤:

首先,以源域光学图像x作为图像跨域生成器Gx的输入,生成目标域SAR图像Gx(x),并送入目标域判别器Dy判断生成SAR图像的真假,目标域判别器Dy根据输入的目标域真实SAR图像y’,鉴别生成的SAR图像Gx(x)的真or假,同时图像跨域生成器Gx将生成的目标域SAR图像Gx(x)送入图像跨域生成器Gy,通过输入光学图像与重构光学图像的配准,形成源域光学图像到目标域SAR图像的循环一致对抗生成网络;然后,以目标域SAR图像y作为跨域生成器Gy的输入,生成源域光学图像Gy(y),源域判别器Dx根据输入的源域真实光学图像图像x’,鉴别生成的光学图像Gy(y)的真or假,同时图像跨域生成器Gy将生成的源域光学图像Gy(y)送入图像跨域生成器Gx,通过输入SAR图像与重构SAR图像的配准,形成目标域SAR图像到源域光学图像的循环一致对抗生成网络;将上述两个循环一致对抗网络并接,构建双向循环一致跨域对抗网络(CycleGAN)结构,并对该模型进行训练,当双向循环一致跨域对抗网络达到最优时,以源域光学图像作为图像跨域生成器Gx的输入,输出的目标域SAR图像,即为循环一致跨域对抗网络增强SAR图像的结果。

2.如权利要求1所述的光学图像跨域对抗生成SAR图像的方法,其特征在于:在构建源域光学图像到目标域SAR图像的循环一致对抗生成网络中,以源域光学图像x作为输入,通过图像跨域生成器Gx生成目标域SAR图像Gx(x),与目标域真实SAR图像y’通过目标域判别器Dy鉴别生成的SAR图像Gx(x)是否为真正的SAR图像,同时,Gx(x)又作为图像跨域生成器Gy的输入,获得重构的源域光学图像x,即Gy(Gx(x))。

3.如权利要求2所述的光学图像跨域对抗生成SAR图像的方法,其特征在于:

根据图像跨域生成器Gx和目标域判别器Dy,生成光学图像到SAR图像对抗生成网络模型损失函数LGAN(Gx,Dy):

其中,E(·)表示分布函数期望值,y~Psar表示目标域SAR图像y服从概率分布Psar,x~Popt表示源域光学图像x服从概率分布Popt,log表示对数,Dy(·)表示目标域SAR图像判别器输出。

4.如权利要求1所述的光学图像跨域对抗生成SAR图像的方法,其特征在于:在构建目标域SAR图像到源域光学图像的循环一致对抗生成网络中,以目标域SAR图像y作为输入,通过图像跨域生成器Gy生成源域光学图像Gy(y),与真实源域光学图像x’通过源域判别器Dx鉴别生成的光学图像Gy(y)是否为真正的光学图像,同时,生成的光学图像Gy(y)又作为图像跨域生成器Gx的输入,获得重构的目标域SAR图像y即Gx(Gy(y)),根据图像跨域生成器Gy和源域判别器Dx,SAR图像到光学图像对抗生成网络模型损失函数LGAN(Gy,Dx)表示为

其中,E(·)表示分布函数期望值,x~Popt表示源域光学图像x服从概率分布Popt,y~Psar表示目标域SAR图像y服从概率分布Psar,Dx(·)表示源域光学图像判别器输出。

5.如权利要求1所述的光学图像跨域对抗生成SAR图像的方法,其特征在于:图像跨域生成器Gx和Gy互为逆映射,Gx将源域光学图像x映射为目标域SAR图像Gx(x),Gy又将目标域SAR图像Gx(x)再次重构为源域光学图像Gy(Gx(x))。

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西南电子技术研究所(中国电子科技集团公司第十研究所),未经西南电子技术研究所(中国电子科技集团公司第十研究所)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/202111013164.4/1.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