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语义分割驱动的SAR-光学图像转换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：CN119229114B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411248371.1，技术领域涉及：G06V10/26；该发明授权基于语义分割驱动的SAR-光学图像转换方法是由李晖晖;柳洲;刘航设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本基于语义分割驱动的SAR-光学图像转换方法在说明书摘要公布了：本发明提供了一种基于语义分割驱动的SAR‑光学图像转换方法。首先，收集SAR和光学图像数据，并制作其语义分割标签；然后，分别利用SAR与光学图像各自训练得到对应的语义分割模型；接着，通过在现有转换模型基础框架下增加两条下游任务分支，构建得到基于语义分割任务驱动的转换模型，设计模型的损失函数，并利用收集的数据对模型进行训练；最后，利用训练好的模型将输入的SAR图像转换为光学图像。由于将语义分割任务引入到转换模型中，在模型训练时能够不断为其提供指引信息并进行反馈，使得转换得到的光学图像中目标的完整性、清晰度等得到提升，具有更好的图像转换效果。

本发明授权基于语义分割驱动的SAR-光学图像转换方法在权利要求书中公布了：1.一种基于语义分割驱动的SAR-光学图像转换方法，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且分辨率相同的SAR图像和光学图像作为训练数据集，将配准过的SAR图像和光学图像划入配对数据集，将未配准的SAR图像和光学图像划入非配对数据集，然后，为数据集中的图像制作像素级二分类语义分割标签，其中，配对数据集中的SAR图像和光学图像共用相同的语义分割标签； 步骤2，数据预处理：对数据集中的SAR图像和光学图像进行预处理； 步骤3，语义分割模型预训练：以预处理后的SAR图像、光学图像以及其语义分割标签为输入，对语义分割模型进行训练，其中，利用SAR图像和语义分割标签训练得到SAR-语义分割模型，利用光学图像和语义分割标签训练得到光学-语义分割模型； 步骤4，搭建语义分割任务驱动的转换模型：采用GAN网络或扩散模型作为转换模型基础框架，其中，对于配对数据集，采用有监督转换模型，对于非配对数据集，采用无监督转换模型，在转换模型基础框架中增加两条下游任务分支，得到语义分割任务驱动的转换模型，其中，一条下游任务分支是利用SAR-语义分割模型对输入转换模型的SAR图像进行分割，将分割结果与SAR图像一起输入到转换模型；另一条下游任务分支是利用光学-语义分割模型对转换生成的伪光学图像与真实光学图像分别进行分割，并对分割结果进行对比评测，将评测结果反馈给转换模型； 步骤5，设计模型损失函数：模型总损失由对抗损失、监督损失和语义分割损失相加得到，其中，对于无监督转换模型，采用交叉熵损失作为语义分割损失，对于有监督转换模型，采用交叉熵损失、特征匹配损失和语义分割引导的L1损失三者相加作为最终的语义分割损失； 步骤6，迭代训练：以步骤2预处理后的图像及其语义分割标签为输入，对步骤4-5构建的网络模型进行迭代训练，在每次训练时，根据转换模型判别器的反馈信号调整转换模型生成器的参数，直至得到输出结果最佳的转换模型； 步骤7，模型应用：将待转换的SAR图像输入到训练过后得到的最佳转换模型，转换模型的生成器输出得到其对应的转换后的光学图像。

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。