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！

龙图腾网恭喜湖南工商大学申请的专利一种基于迁移学习的关联成像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：CN119478109B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202510068976.0，技术领域涉及：G06T11/00；该发明授权一种基于迁移学习的关联成像方法是由南苏琴;张智兵;郭扬;罗琳;李蓉珍;石贝贝;文艳华;李闯设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于迁移学习的关联成像方法在说明书摘要公布了：本申请提供了一种基于迁移学习的关联成像方法，涉及关联成像技术领域，包括：构建基于差分关联成像的散斑网络，训练后得到优化后的散斑；使用优化后的散斑调制光源照射目标物体得到桶探测器值；进行差分关联成像，得到初始的目标像素矩阵；将目标像素矩阵与优化的散斑进行卷积操作得到预估的桶信号；更新目标像素矩阵每个像素的值。本发明最终只需要更新像素矩阵就可获得高质量目标图像，而不用更新几百万甚至上千万的网络参数，大大提高了计算效率，降低对终端设备计算资源的要求。

本发明授权一种基于迁移学习的关联成像方法在权利要求书中公布了：1.一种基于迁移学习的关联成像方法，其特征在于，包括以下步骤：步骤一：构建基于差分关联成像的可训练散斑网络，并对网络进行训练，得到优化后的散斑；步骤二：使用优化后的散斑调制光源照射目标物体得到桶探测器值；步骤三：将采集到的桶信号与优化后的散斑进行差分关联成像，得到初始的目标像素矩阵；步骤四：将目标像素矩阵与优化的散斑进行卷积操作得到预估的桶信号，公式如下： ；其中：为预估的桶信号； 为第i次探测时优化后的散斑； 为卷积操作； 为目标像素矩阵；步骤五：通过最小化预估的桶信号与真实的桶信号的误差，更新目标像素矩阵每个像素的值，快速恢复高质量目标物体图像，公式如下： ； ；其中：为恢复后的高质量目标物体图像； 为需要重构的目标图像； 为函数在定义域内取得最小值的参数值； 为预估的桶信号与真实的桶信号的误差最小时的预估桶信号； 为预估的桶信号； 为真实的桶信号； 为第i次探测时优化后的散斑； 为卷积操作。

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工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569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”。