申请/专利权人：苏州兴钊防务研究院有限公司

申请日：2020-07-03

公开（公告）日：2024-07-05

公开（公告）号：CN111784581B

主分类号：G06T3/4053

分类号：G06T3/4053;G06T3/4046;G06N3/0475;G06N3/045;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明涉及一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法，包括以下步骤：将原始的低分辨率SAR图像输入自归一化生成对抗网络的生成器中，输出得到重建的超分辨率SAR图像；将原始的高分辨SAR图像与生成得到的超分辨SAR图像一起输入自归一化生成对抗网络的判别器中；若判别器判断输入的超分辨率SAR图像为生成器重建输出的，则重新训练生成器；若判别器判断为原始的高分辨率SAR图像，则将待重建的低分辨率SAR图像输入生成器中，对应输出重建的超分辨率SAR图像。与现有技术相比，本发明采用SeLU激活函数，改进得到具有自归一化功能的生成对抗网络，能够提升模型的稳定性和对SAR图像的适应性，从而达到从低分辨率原图中重建超分辨率图像的目的。

主权项：1.一种基于自归一化生成对抗网络的SAR图像超分辨率重建方法，其特征在于，包括以下步骤：S1、获取原始的高分辨率SAR图像以及低分辨率SAR图像；S2、将原始的低分辨率SAR图像输入自归一化生成对抗网络的生成器中，输出得到重建的超分辨率SAR图像；S3、将原始的高分辨SAR图像与步骤S2得到的超分辨SAR图像一起输入自归一化生成对抗网络的判别器中，由判别器判断输入的超分辨率SAR图像是由生成器重建输出的还是原始的高分辨率SAR图像；S4、若判别器判断为生成器重建输出的，则返回步骤S2重新训练生成器；若判别器判断为原始的高分辨率SAR图像，则执行步骤S5；S5、将待重建的低分辨率SAR图像输入自归一化生成对抗网络的生成器中，对应输出重建的超分辨率SAR图像；所述生成器包括依次连接的生成器输入层、生成器第一卷积层、生成器第一激活函数层、第一残差模块组、生成器第二卷积层、总求和层、上采样组、生成器第三卷积层和生成器输出层，所述生成器第一激活函数层的输出还连接至总求和层，所述生成器第一激活函数层采用SeLU激活函数；所述第一残差模块组包括多个依次连接的生成器残差模块，所述生成器残差模块由依次连接的生成器第一子卷积层、子激活函数层、生成器第二子卷积层和子求和层组成，所述生成器第一子卷积层的输入连接至子求和层，所述子激活函数层采用SeLU激活函数；所述上采样组包括两个依次连接的上采样单元，所述上采样单元包括依次连接的采样卷积层、上采样层和采样激活函数层，所述采样激活函数层采用SeLU激活函数；所述判别器包括依次连接的判别器输入层、判别器卷积层、判别器第一非饱和激活函数层、第二残差模块组、判别器第一全连接层、判别器第二非饱和激活函数层、判别器第二全连接层、饱和激活函数层和判别输出层，所述判别器第一非饱和激活函数层和判别器第二非饱和激活函数层均采用LeakyReLU激活函数，所述饱和激活函数层采用Sigmoid激活函数；所述步骤S2具体包括以下步骤：S21、将原始的低分辨率SAR图像输入生成器输入层，经过生成器第一卷积层得到对应的特征图；S22、特征图经过SeLU激活函数，输出非线性特征图；S23、非线性特征图分别输入给第一残差模块组和总求和层，其中，非线性特征图进入第一残差模块组后，每个生成器残差模块均基于SeLU激活函数进行归一化处理，最后一个残差模块的输出经过生成器第二卷积层后进入总求和层；S24、总求和层输出的特征图进入上采样组，在上采样组中，每个上采样单元均基于PixelShuffle像素重组以提高特征图分辨率、基于SeLU激活函数进行归一化处理；S25、上采样组输出的特征图经生成器第三卷积层处理后，输出得到重建的超分辨率SAR图像；所述步骤S3具体包括以下步骤：S31、将原始的高分辨SAR图像与生成器输出的超分辨SAR图像一起输入判别器输入层，经过判别器卷积层进行卷积处理，得到对应的特征图；S32、特征图经过判别器第一非饱和激活函数层，输出非线性特征图；S33、非线性特征图进入第二残差模块组，在第二残差模块组中，每个判别器残差模块均对特征图进行批量归一化处理，并使用LeakyReLU激活函数；S34、第二残差模块组的输出依次经过判别器第一全连接层、LeakyReLU激活函数层、判别器第二全连接层后，进入饱和激活函数层，通过Sigmoid激活函数操作，输出结果0或1；S35、判别器输出层根据饱和激活函数层的输出结果，判断输入的超分辨率SAR图像是由生成器重建输出的还是原始的高分辨率SAR图像，若输出结果为1，则判断输入的超分辨率SAR图像是原始的高分辨率SAR图像，若输出结果为0，则判断输入的超分辨率SAR图像是由生成器重建输出的。

全文数据：

权利要求：

百度查询： 苏州兴钊防务研究院有限公司 基于自归一化生成对抗网络的SAR图像超分辨率重建方法

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