买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉之江实验室申请的专利一种高分辨率成像方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120085307B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510554569.0，技术领域涉及：G01S15/89；该发明授权一种高分辨率成像方法、装置、设备及介质是由郭汝乾;陈中悦;施钧辉;缪树晨;阮永都;吴琪设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种高分辨率成像方法、装置、设备及介质在说明书摘要公布了：本申请涉及声呐成像技术领域，公开了一种高分辨率成像方法、装置、设备及介质，应用于神经网络模型，神经网络模型包括编码模块、成像模块和超分辨模块；其中方法包括：编码模块对各通道采集到的声呐回波信号进行特征提取和数据降维，得到复包络数据矩阵；其中，声呐回波信号表征声呐接收到的从目标位置反射回来的信号；编码模块基于添加噪声的声呐回波信号作为输入，以不同距离处无噪声的仿真声呐回波信号对应的复包络作为标签进行训练得到；成像模块生成复包络数据矩阵对应的回波强度成像结果；超分辨模块对回波强度成像结果进行增强，生成高分辨率成像结果。本申请提供的技术方案，能够提高三维声呐成像的精度和效率。

本发明授权一种高分辨率成像方法、装置、设备及介质在权利要求书中公布了：1.一种高分辨率成像方法，其特征在于，应用于神经网络模型，所述神经网络模型包括编码模块、成像模块和超分辨模块；方法包括： 所述编码模块对各通道采集到的声呐回波信号进行特征提取和数据降维，得到复包络数据矩阵；其中，所述声呐回波信号表征声呐接收到的从目标位置反射回来的信号；所述编码模块基于添加噪声的声呐回波信号作为输入，以不同距离处无噪声的仿真声呐回波信号对应的复包络作为标签进行训练得到；其中，所述编码模块按照以下方式进行训练：获取编码模块训练样本；利用所述编码模块训练样本对所述编码模块中的一维卷积层、池化层和全连接层进行训练，得到编码模块输出；使用编码均方误差作为所述编码模块的损失函数；其中，所述编码均方误差表征衡量所述编码模块训练样本与所述编码模块输出之间的差异；采用监督学习的方式，通过反向传播和梯度下降优化所述编码模块的参数，直至所述编码模块的损失函数满足收敛条件，得到完成训练的编码模块； 所述成像模块生成所述复包络数据矩阵对应的回波强度成像结果；其中，所述成像模块按照以下方式进行训练：获取成像模块训练样本；其中，所述成像模块训练样本包括目标散射点位置和延迟波束形成结果；利用所述成像模块训练样本对所述成像模块中的二维卷积层和解卷积层进行训练，得到成像模块输出；基于成像均方误差和成像交叉熵构建所述成像模块的总损失函数；其中，所述成像均方误差表征衡量所述成像模块输出与所述延迟波束形成结果之间的差异，所述成像交叉熵表征衡量所述成像模块输出与所述目标散射点位置之间的差异；采用监督学习的方式，通过反向传播和梯度下降优化所述成像模块的参数，直至所述成像模块的损失函数满足收敛条件，得到完成训练的成像模块； 所述超分辨模块对所述回波强度成像结果进行增强，生成高分辨率成像结果；其中，所述超分辨模块按照以下方式进行训练：获取超分辨模块训练样本；利用所述超分辨模块训练样本对所述超分辨模块中的二维卷积层和亚像素卷积层进行训练，得到超分辨模块输出；使用超分辨交叉熵作为所述超分辨模块的损失函数；其中，所述超分辨交叉熵表征衡量所述超分辨模块训练样本与所述超分辨模块输出之间的差异；采用监督学习的方式，通过反向传播和梯度下降优化所述超分辨模块的参数，直至所述超分辨模块的损失函数满足收敛条件，得到完成训练的超分辨模块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人之江实验室，其通讯地址为：311121 浙江省杭州市余杭区中泰街道科创大道之江实验室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。