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！

龙图腾网获悉湖南大学申请的专利基于循环对抗生成网络的声呐图像数据库增广装置及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：CN116612377B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310578391.4，技术领域涉及：G06V20/05；该发明授权基于循环对抗生成网络的声呐图像数据库增广装置及方法是由张屾;谢国涛;周健群;秦晓辉;徐彪;胡满江;边有钢;秦兆博;秦洪懋;王晓伟;丁荣军设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本基于循环对抗生成网络的声呐图像数据库增广装置及方法在说明书摘要公布了：本发明公开了一种基于循环对抗生成网络的声呐图像数据库增广装置及方法，其包括原始数据采集硬件模块；原始数据采集软件模块；声呐图像预处理模块，其具有直方图均衡单元；轮廓聚类和像素填充单元；大小切片单元和图像筛选单元；声呐图像合成模块，其具有离散余弦变换循环对抗生成网络，其内预先设置有下式描述的损失函数，用于在训练真实的声呐图像与遥感图像进行对抗生成声呐图像的过程中，进行训练约束。本发明能够以获得质量好的、可供检测、分割等任务使用的声呐图像，极大缓解水下任务中声呐数据匮乏的问题，为水下任务提供可供训练使用的高度拟真数据。

本发明授权基于循环对抗生成网络的声呐图像数据库增广装置及方法在权利要求书中公布了：1.一种基于循环对抗生成网络的声呐图像数据库增广装置，其特征在于，包括： 原始数据采集硬件模块1，其用于采集真实的声呐图像； 原始数据采集软件模块2，其用于对真实的声呐图像进行解析读取； 声呐图像预处理模块3，其具有： 直方图均衡单元31，其用于根据遥感图像和真实的声呐图像，获取预设尺寸的包含目标物的声呐图像； 轮廓聚类和像素填充单元32，其用于对直方图均衡单元31输出的声呐图像进行质量增强，再利用k-means聚类算法方法从增强后声呐图像中提取目标物的轮廓信息，最后采用双线性插值法方法对轮廓内的像素进行填充，获得候选声呐图像； 大小切片单元和图像筛选单元33，其用于从候选声呐图像中筛选出满足预设条件的声呐图像，并按声呐图像的目标物所对应的类别进行分类和存储，获得可直接网络模型训练用的真实的声呐图像； 声呐图像合成模块4，其具有离散余弦变换循环对抗生成网络41，其内预先设置有下式描述的损失函数用于在训练真实的声呐图像与遥感图像进行对抗生成声呐图像的过程中，进行训练约束； 式中，G1为第一生成器，用于根据遥感图像集X中的遥感图像x生成声呐图像G1x，G2为第二生成器，用于根据真实的声呐图像集Y中的声呐图像y生成遥感图像G2y，为G1的全局判别器，用于计算G1所生成的声呐图像的全局损失，为G2的全局判别器，用于计算G2所生成的遥感图像X的全局损失，为G1的局部判别器，用于计算G1所生成的声呐图像的局部损失，为G2的局部判别器，用于计算G2所生成的遥感图像X的局部损失，为G1和的全局对抗损失，为G2和的全局对抗损失，为G1和的局部对抗损失，为G2和的局部对抗损失，LcG1，G2为离散余弦变换循环一致性损失λ1是局部损失的权重，λ2是循环一致性损失的权重； 生成器采用基于注意力模块的网络结构，输入的遥感图像首先通过reflectionPad层、7*7Conv层、BatchNormalization层和Reluactivationfunction层；然后通过两个下采样模块，得到64*64个大小和256个通道的特征图；该特征图通过3层残差网络模块和6层注意机制模块进行特征提取；然后通过两个上采样层将其转换为大小为256*256、通道号为64的特征图；最后，通过reflectionPad层、3*4Conv层、BatchNormalization层和Tanhactivationfunction层得到生成的声呐图像。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。