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！

龙图腾网获悉华南理工大学申请的专利一种基于生成对抗网络抗抖动的海上船舶目标检测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：CN116883883B 。

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：202310205666.X，技术领域涉及：G06V20/40；该发明授权一种基于生成对抗网络抗抖动的海上船舶目标检测方法是由魏武;邹扬忠;李达贤;李雨妮;柳雄顶设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于生成对抗网络抗抖动的海上船舶目标检测方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络抗抖动的海上船舶目标检测方法，包括以下步骤：建立DeblurGAN‑v2网络模型并进行训练，采用生成器和判别器交替训练的方法训练，最后损失函数收敛得到去模糊的对抗生成网络模型；取出训练好的网络模型中的判别器网络部分作为二分类网络继续训练；建立基于海上船舶目标检测模型并训练，获得YOLOv7检测模型；将得到的训练好的网络模型中生成器部分、二分类网络和YOLOv7检测模型进行改造融合，新判别器网络作为前置模块，用于模糊帧判断，用于选择是否将图片样本送入生成器网络去模糊，构建融合生成对抗网络DeblurGAN‑v2的目标检测网络。

本发明授权一种基于生成对抗网络抗抖动的海上船舶目标检测方法在权利要求书中公布了：1.一种基于生成对抗网络抗抖动的海上船舶目标检测方法，其特征在于，包括以下步骤： S1、获取包含摄像头抖动导致的运动模糊帧的视频流； S2、建立融合生成对抗网络的目标检测模型； S3、将视频流输入到步骤S2建立的目标检测模型中进行目标检测； 所述融合生成对抗网络的目标检测模型的建立包括以下步骤： S21、建立海上船舶图像去模糊数据集，数据集包括成对的模糊图像与清晰图像； S22、建立DeblurGAN-v2网络模型并进行训练，采用生成器和判别器交替训练的方法训练，最后损失函数收敛得到去模糊的对抗生成网络模型，生成的模型主要结构包括训练好的生成器和判别器； S23、训练二分类网络，用于判别当前输入帧是清晰图像还是模糊图像； S231、准备用于二分类的数据集，包含模糊和清晰两个类别：一类是带标签的模糊图像样本，一类是带标签的清晰图像样本，随机打乱顺序后将数据集按8：2划分为训练集和测试集； S232、利用准备好的数据集开始训练，判别器输出小于0.5时对应模糊图像类别，输出大于0.5时对应清晰图像类别，损失函数仍然使用判别器的原损失函数，通过梯度下降法更新参数； S233、训练完成后测试，此时二分类网络训练完成，可以用来对输入的图片样本进行二分类，判断输入的图片是清晰图片还是模糊图片； S24、建立基于YOLOV7的海上船舶目标检测模型，采用海上船舶目标检测数据集进行训练，获得YOLOV7目标检测模型，用于目标海域的船舶目标检测； S25、将步骤S22中训练好的DeblurGAN-v2网络模型中生成器部分、步骤S23中训练好的二分类网络和步骤S24中训练得到的YOLOV7模型进行融合，构建融合生成对抗网络DeblurGAN-v2的目标检测网络：二分类网络作为前置模块判断当前输入帧是否模糊，如果是则将当前输入帧送入生成器网络去模糊，去模糊之后送入YOLOV7目标检测网络；如果否则将当前输入帧直接送入YOLOV7目标检测网络。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。