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！

龙图腾网获悉中国人民解放军空军军医大学申请的专利基于GAN和Attention U-NET结构的穿墙雷达特征增强方法及系统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：CN115861085B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211230327.9，技术领域涉及：G06T5/60；该发明授权基于GAN和Attention U-NET结构的穿墙雷达特征增强方法及系统是由安强;张成金;寇辰宵;吕昊;李世勇;王健琪设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于GAN和Attention U-NET结构的穿墙雷达特征增强方法及系统在说明书摘要公布了：本发明公开一种基于GAN和AttentionU‑NET结构的穿墙雷达特征增强方法及系统，方法具体包括对FMCW模式的雷达回波数据进行距离向傅里叶变换，获得原始的距离‑时间图；将原始的距离时间图输入一个训练好的GAN神经网络结构，去除墙体以及多径带来的直流分量，获得干净的距离‑时间图；将所述干净的距离‑时间图输入到一个训练好的AttentionU‑NET神经网络结构，最终得到语义分割后的距离‑时间图，在距离‑时间图上将属于目标的像素和有噪声的背景分为两类；基于AttentionU‑NET网络结构对干净的距离‑时间图进行了语义分割，突出了距离‑时间图中属于人体引起的特征，能够获取距离‑时间图中的高阶信息，进行语义分割，能够更加关注目标引起的特征分量。

本发明授权基于GAN和Attention U-NET结构的穿墙雷达特征增强方法及系统在权利要求书中公布了：1.一种基于GAN和AttentionU-NET结构的穿墙雷达特征增强方法，其特征在于，包括以下步骤： 对FMCW模式的雷达回波数据进行距离向傅里叶变换，获得原始的距离-时间图； 将原始的距离-时间图输入一个训练好的GAN神经网络结构，去除墙体以及多径带来的直流分量，获得干净的距离-时间图； 将所述干净的距离-时间图输入到训练好的AttentionU-NET神经网络结构，最终得到语义分割后的距离-时间图，在距离-时间图上将属于目标的像素和有噪声的背景分为两类； GAN神经网络结构用于将原始的范围时间图转换为干净的距离-时间图，AttentionU-NET用于将干净的距离-时间图分割为两个类；GAN结构和AttentionU-NET结构独立训练，训练GAN后，保留生成器，丢弃判别器，GANs训练生成器以使生成的输出尽可能地欺骗判别器，训练判别器以尽可能区分真实图像和生成图像， 采用基于TV约束的Pix2PixGAN，Pix2PixGAN使用编解码结构，将原始输入图像映射为高维码，然后将其解码为输出图像； AttentionU-NET结构包含一个编码器路径和一个解码器路径，在跳过连接上添加一个注意门，编码器路径包括卷积层、批量归一化层、ReLU层和最大池化层，用于提取高维特征和下采样；解码器路径包含卷积层和向上卷积层，用于恢复图像比例并制作标签；跳过用于获取在编码器路径下采样期间丢失的信息； 所述注意门为一个自注意门模块；首先，来自解码器的特征图xl和来自编码器的特征图xp独立输入到1×1卷积层，进行跨通道的线性变换；其次，两个转换后的地图进行元素相加；应用ReLU函数激活添加的地图；最后，使用卷积层和sigmoid函数计算注意力系数α，注意门的输出为输入特征图xl和注意系数α的元素乘法。

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中国人民解放军空军军医大学，其通讯地址为：710032 陕西省西安市新城区长乐西路169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。