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！

龙图腾网获悉西北工业大学申请的专利基于图像转换和语义分割协同的多任务SAR图像处理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：CN119313899B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411360681.2，技术领域涉及：G06V10/26；该发明授权基于图像转换和语义分割协同的多任务SAR图像处理方法是由李晖晖;林家芮;谷仓;刘航设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本基于图像转换和语义分割协同的多任务SAR图像处理方法在说明书摘要公布了：本发明提供了一种基于图像转换和语义分割协同的多任务SAR图像处理方法。利用由下游任务驱动图像转换的框架，构建了由图像转换模块和语义分割模块构成的多任务协同网络模型，通过语义分割这一下游任务对图像转换的结果进行实时监督，使利用该模型得到的转换生成结果能够保留更多的结构和纹理信息，为后续遥感任务提供更有力的数据支撑。

本发明授权基于图像转换和语义分割协同的多任务SAR图像处理方法在权利要求书中公布了：1.一种基于图像转换和语义分割协同的多任务SAR图像处理方法，其特征在于步骤如下： 步骤1，数据收集：收集包含相同场景目标的SAR图像、光学图像和相应的语义标签数据，其中，SAR图像和光学图像的分辨率相同且已两两配准，语义标签与真实SAR、光学图像相匹配； 步骤2，数据预处理：对收集到的SAR图像和光学图像进行预处理； 步骤3，构建SAR-光学图像转换模块：采用生成对抗网络GAN作为SAR-光学图像转换模块； 步骤4，构建语义分割模块：采用语义分割网络模型作为语义分割模块； 步骤5，多任务协同框架设计：令SAR-光学图像转换模块的生成器和语义分割模块共享同一个下采样模块，作为其共享编码器，然后连接各自的解码器，形成参数共享的多任务协同网络框架； 步骤6，损失函数设计：对于SAR-光学图像转换模块，采用由GAN对抗损失和相似度损失构成的转换损失函数；对于语义分割模块，采用由交叉熵损失构成的语义分割损失函数；由转换损失和语义分割损失加权求和作为最终的损失函数； 步骤7，迭代训练：以步骤2预处理后的图像及其语义标签为输入，对步骤3-6构建的网络模型进行迭代训练，直至得到输出结果最佳的网络模型； 步骤8，模型应用：将待解译的SAR图像输入到训练过后得到的最佳网络模型，其中，SAR-光学图像转换模块输出得到其转换后的光学图像，语义分割模块输出得到其语义分割结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。