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！

龙图腾网获悉太原科技大学;山西中医药大学申请的专利一种基于模块化特征增强GAN的眼部穴位定位方法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：CN117132659B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310706153.7，技术领域涉及：G06T7/80；该发明授权一种基于模块化特征增强GAN的眼部穴位定位方法是由上官宏;孙悦;杨婕;高阳;张雄;贺文彬;刘昕设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种基于模块化特征增强GAN的眼部穴位定位方法在说明书摘要公布了：本发明一种基于模块化特征增强GAN的眼部穴位定位方法属于眼部穴位定位技术领域，具体技术方案为：构建训练数据集，包括采集人脸面部图像构成没有穴位标定图像数据集，在人脸面部图像上标注眼部穴位构成有穴位标定的图像数据集；采用有监督的训练策略构建循环生成对抗模型，在模块化特征增强生成对抗网络中设计特征增强模块，实现增强生成器的穴位定位能力；设计使用对抗损失、L1监督损失、KL损失多种损失函数相结合的方式对生成器和判别器进行约束；本发明依照上述系统及方法能够进行眼部穴位的自动定位，一方面降低了穴位定位的难度，另一方面提高了GAN网络的穴位定位能力。

本发明授权一种基于模块化特征增强GAN的眼部穴位定位方法在权利要求书中公布了：1.一种基于模块化特征增强GAN的眼部穴位定位方法，其特征在于，按照以下步骤进行： 步骤1选择有监督的训练策略，构建成对眼部穴位图像数据集； 步骤2将成对图像数据输入到模块化特征增强生成对抗网络中，通过输入训练数据对网络模型进行训练、以达到收敛状态，模块化特征增强生成对抗网络包括I2I-GAN模型和Z2Z-GAN模型两个支路，I2I-GAN模型由一个生成器、一个编码器和判别器D1构成，Z2Z-GAN模型由一个生成器、一个编码器和判别器D2构成，两个支路对应不同的训练方法； I2I-GAN模型，先从有穴位标定的图像B编码出噪声z1，随后将噪声z1和没有穴位标定的图像A输入带有特征增强模块的生成器中进行穴位定位，最后输出有穴位点的图像 Z2Z-GAN模型，将没有穴位标定的图像A与随机噪声Nz输入带有特征增强模块的生成器中进行穴位定位，输出有穴位点的图像最后从图像中编码出噪声z2； 判别器D1判定I2I-GAN模型生成器输出的有穴位点的图像真假，判别器D2判定Z2Z-GAN模型生成器输出的有穴位点的图像真假； 最后，利用梯度优化算法迭代优化； 步骤3穴位自动定位、输出：输入的没有穴位标定图像，通过迭代训练后的模块化特征增强生成对抗网络模型转化为对应有穴位标定图像，而后将图像进行输出； 步骤2中迭代优化的具体函数为： 判别器D1的损失函数为： 判别器D2的损失函数为： 其中A表示没有穴位标定的图像，表示I2I-GAN模型输出的有穴位标定的图像，表示Z2Z-GAN模型输出的有穴位标定的图像，z1为I2I-GAN模型中编码器输出的噪声、z2表示Z2Z-GAN模型中编码器输出的噪声，Nz表示随机噪声； I2I-GAN模型中生成器输出的图像有标准的穴位标定图像B进行约束，表示为： I2I-GAN模型中编码器输出的噪声z1要服从高斯分布，用KL损失进行约束，表示为： LKLE＝EB～pB[DKLEB||Nz] Z2Z-GAN模型中随机噪声Nz与编码输出的噪声z2用L1损失进行约束，表示为： 总损失为： LGAN＝LGAN1+LGAN2 其中λ为损失项权重。

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太原科技大学;山西中医药大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66号；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”。