申请/专利权人：长春理工大学

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117853805A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/09;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明属于图像生成技术领域，尤其为一种生成长波红外图像的方法，具体步骤为：S1、构建网络模型：构建包括生成器和判别器的生成对抗网络；S2、准备数据集：根据对齐红外图像第一数据集对生成对抗网络进行预训练。本发明通过利用配对的可见光图像和长波红外图像进行网络模型的训练，从而实现长波红外图像的生成，具体步骤为：构建网络模型、准备数据集、选择最小化损失函数、训练网络模型、微调模型和保存模型。本发明采用生成对抗网络结构，利用生成器和判别器之间的博弈特性，加强对图像深层信息的提取，解决了长波红外图像数据集缺失的问题，增强了生成的长波红外图像的自然度和真实度，使生成的长波红外图像更符合人眼感知。

主权项：1.一种生成长波红外图像的方法，其特征在于：所述具体步骤为：S1、构建网络模型：构建包括生成器和判别器的生成对抗网络；S2、准备数据集：根据对齐红外图像第一数据集对生成对抗网络进行预训练；S3、选择最小化损失函数：通过最小化设置的损失函数，使生成的红外图像更加逼近真实的红外图像，同时通过反向梯度传播更新各个参数，让模型继续迭代；S4、训练网络模型：将对齐红外图像第一数据集输入到构建好的网络模型中进行训练；S5、微调模型：利用对齐红外图像第二数据集对网络模型进行再次训练和微调，获得最终模型；S6、保存模型：将获得最终模型的参数进行固化，保存模型。

全文数据：

权利要求：

百度查询： 长春理工大学 一种生成长波红外图像的方法、系统与装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD