[发明专利]基于生成对抗网络的SAR图像生成方法及系统

权利要求书

1.一种基于生成对抗网络的SAR图像生成方法，其特征在于，包括以下步骤：

步骤S1、获取真实SAR图像和高分辨率卫星图像，并将高分辨率卫星图像按预设比例划分成训练集和测试集；

步骤S2、构建生成器；

步骤S3、构建判别器；

步骤S4、构建训练集经生成器和判别器训练后的总损失函数；

步骤S5、初始化生成器和判别器的网络参数；

步骤S6、将训练集输入生成器和判别器，通过损失函数进行联合训练，获取训练好的生成器和判别器；

步骤S7、将测试集经训练好的生成器和判别器测试，得到虚假SAR图像；

步骤S8、比对虚假SAR图像和真实SAR图像，获取真实SAR图像和虚假SAR图像之间的差异；

步骤S9、根据获取的差异，控制执行不同的网格参数获取方法。

2.如权利要求1所述的基于生成对抗网络的SAR图像生成方法，其特征在于，所述步骤S2，具体包括以下步骤：

步骤S21、构建包含下采样模块、残差模块和上采样模块的生成器架构，所述残差模块包括第一残差块层组和第二残差块层组；

步骤S22、在所述第一残差块层组和第二残差块层组之间加入混合注意力模块。

3.如权利要求2所述的基于生成对抗网络的SAR图像生成方法，其特征在于，所述步骤S20中的混合注意力模块学到的权重为W，通过下式计算得到：

W＝F(C_E(x))；

式中，F为注意力模块，C_E(x)为原始特征图。

4.如权利要求2所述的基于生成对抗网络的SAR图像生成方法，其特征在于，将所述步骤S20中的第二残差块层组根据下式经实例和层归一化方式处理得到CILN残差模块：

其中μ_I，μ_L和σ_I，σ_L分别是实例和层归一化方式的均值和标准差，ω和是归一化方式中通过全连接层自动更新生成的缩放参数和平移参数。

5.如权利要求1所述的基于生成对抗网络的SAR图像生成方法，其特征在于，所述步骤S3，具体包括以下步骤：

步骤S30、构建在不同的图像尺度上使用的多个结构相同的判别器网络形成的多尺度判别器。

6.如权利要求1所述的基于生成对抗网络的SAR图像生成方法，其特征在于，所述步骤S4，具体包括以下步骤：

步骤S41、获取对抗网络的生产对抗损失：

步骤S42、获取L1正则化损失；

步骤S43、获取特征匹配损失；

步骤S44、获取VGG损失；

步骤S45、根据获取的生成对抗损失、L1正则化损失、特征匹配损失和VGG损失，获取训练集经生成器和判别器训练后的总损失函数。

7.如权利要求6所述的基于生成对抗网络的SAR图像生成方法，其特征在于，所述步骤S45，具体包括以下步骤：

步骤S450、将获取的生成对抗损失L_GAN(G,D_k)、L1正则化损失L_L1(G)、特征匹配损失L_FM(G,D_k)和VGG损失L_VGG(G)根据下式进行数值变换，获取训练集经生成器和判别器训练后的总损失函数L：

L＝∑_k＝1,2,3L_GAN(G,D_k)+λ₁L_L1(G)+λ₂∑_k＝1,2,3L_FM(G,D_k)+λ₃L_VGG(G)；

式中，λ₁、λ₂、λ₃分别为第一系数、第二系数和第三系数。