申请/专利权人：昆明理工大学

申请日：2021-11-30

公开（公告）日：2024-04-09

公开（公告）号：CN114037845B

主分类号：G06V10/44

分类号：G06V10/44;G06V10/26;G06V10/82;G06N3/04;G06N3/096

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明涉及一种基于GAN网络的异源图像特征块主方向判定方法及系统，其方法包括，获取多对异源图像组；基于HOPC和FSC的方法分别定位出每对可见光及SAR分割图像组中的精确同名坐标点；分别以同名坐标点为中心，对可见光及SAR分割图像组进行裁剪，对SAR裁剪图像随机旋转θs角度；将可见光及SAR裁剪图像组输入至初始GAN网络中进行权重训练，得到异源图像共性特征；基于异源图像共性特征的迁移学习，并结合SAR分割图像以及对应的SAR分割旋转图像对初始GAN网络进行主方向训练，且将θs角度作为训练标签，得到用于判定异源图像主方向的GAN网络。本发明可以提取更准确可靠的异源图像的深层共性特征，获得高精度的主方向判定，满足了异源图像匹配的旋转不变性。

主权项：1.一种基于GAN网络的异源图像特征块主方向判定方法，其特征在于：包括以下步骤，S1，获取多对异源图像组；其中，每对所述异源图像组中均包括初始匹配的一张可见光图像和一张SAR图像；S2，将每对所述异源图像组中的可见光图像和SAR图像均分别分割成多块，对应得到多块可见光分割图像以及多块SAR分割图像，并基于HOPC和FSC的方法分别定位出每块所述可见光分割图像以及每块所述SAR分割图像中的精确同名坐标点，得到多对可见光及SAR分割图像组的精确同名坐标点；S3，分别以每对所述可见光及SAR分割图像组中的精确同名坐标点为中心，对应对每对所述可见光及SAR分割图像组进行裁剪，得到多对可见光及SAR裁剪图像组，且分别将每对所述可见光及SAR裁剪图像组中的SAR裁剪图像相对可见光裁剪图像随机旋转θs角度，得到多块SAR裁剪旋转图像；S4，将所有所述可见光及SAR裁剪图像组输入至预先构建的初始GAN网络中进行权重训练，得到异源图像共性特征；其中，所述初始GAN网络包括生成器网络分支、判别器网络分支、解码器网络分支和主方向判定网络分支；S5，基于所述异源图像共性特征的迁移学习，并结合所有所述可见光及SAR裁剪图像组中的可见光裁剪图像以及对应的所有所述SAR裁剪旋转图像对所述初始GAN网络进行主方向训练，且将θs角度作为训练标签，得到用于判定异源图像主方向的GAN网络；S6，利用所述GAN网络对待判定异源图像组进行特征块主方向判定，得到主方向判定结果。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于GAN网络的异源图像特征块主方向判定方法及系统

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