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！

龙图腾网获悉湖北工业大学申请的专利基于条件生成对抗网络的强散射介质主动单像素成像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：CN115601621B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211264651.2，技术领域涉及：G06V10/82；该发明授权基于条件生成对抗网络的强散射介质主动单像素成像方法是由冯维;周世奇;易永聪;周向东;曾臻;谢博娅;翟中生设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本基于条件生成对抗网络的强散射介质主动单像素成像方法在说明书摘要公布了：本发明公开了基于条件生成对抗网络的强散射介质主动单像素成像方法，包括：设计基于哈达玛变换的单像素光学成像系统，用于获得测试目标在一系列不同散射条件和采样率下的一维探测信号值；采样得到的不同散射条件和采样率下的一维探测信号值，通过数据平均预处理后整形成二维信号图像，作为测试集图像；构建一种基于带压缩‑激励块和残差块的最小二乘损失函数模型的深度卷积条件生成对抗网络AMSPI‑LSCGAN；将最小二乘损失与内容损失和平均结构相似性损失相结合作为AMSPI‑LSCGAN网络的损失函数进行训练，避免训练崩溃以获得较高保真度的重建图像；将测试集图像输入到已经训练好的AMSPI‑LSCGAN网络中，以进行测试目标的重建。

本发明授权基于条件生成对抗网络的强散射介质主动单像素成像方法在权利要求书中公布了：1.一种基于最小二乘条件生成对抗网络的单像素成像方法，其特征在于，包括如下步骤： 步骤1，设计基于哈达玛变换的单像素光学成像系统，用于获得测试目标在一系列不同散射条件和采样率下的一维探测信号值； 步骤2，采样得到的不同散射条件和采样率下的一维探测信号值，通过数据平均预处理后整形成二维信号图像，作为测试集图像； 步骤3，构建一种基于带压缩-激励块和残差块的最小二乘损失函数模型的深度卷积条件生成对抗网络AMSPI-LSCGAN； 步骤3的具体实现方式如下； AMSPI-LSCGAN包括生成网络G和鉴别网络D，其中生成网络G是一个深度卷积U型网络结构，通过一个由4个下采样卷积模块组成的编码器、一个由4个上采样卷积模块组成的解码器以及在编码器-解码器中间添加的3个残差块来还原原始图像； 编码器阶段为下采样过程，输入是由桶形探测器的实测信号值直接重塑的一定大小图像，使用卷积层提取图像特征，使用最大池化层降低图像的空间维数，对输入图像中的信息进行编码，更好地了解图像的边缘和纹理结构，在每个卷积层之后还添加了一个挤压-激励SE块，SE块包括两个部分：压缩和激励，设置W和H分别表示特征图的宽度和高度，C表示通道数，输入特征图的大小为W×H×C，第一步是压缩操作，通过全局平均池化将输入特征图压缩成1×1×C的向量，这个向量在某种程度上具有全局感受野，输出的维度与输入的特征通道数相匹配；第二步是激励操作，由两个全连接层组成，得到的输出是一个1×1×C的向量，最后将SE块计算出的每个通道的权重值与原始特征图对应的通道的二维矩阵相乘，得到最终的输出结果； 步骤4，将最小二乘损失与内容损失和平均结构相似性损失相结合作为AMSPI-LSCGAN网络的损失函数进行训练，避免训练崩溃以获得较高保真度的重建图像； 步骤5，将测试集图像输入到步骤4中已经训练好的AMSPI-LSCGAN网络中，以进行测试目标的重建。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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”。