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！

龙图腾网恭喜西安电子科技大学;西安交通大学申请的专利基于风格迁移的SAR图像融合检测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：CN114764889B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210430177.X，技术领域涉及：G06V20/10；该发明授权基于风格迁移的SAR图像融合检测方法是由刘向丽;付祎;王志国;李赞;范文靖;许明辉设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本基于风格迁移的SAR图像融合检测方法在说明书摘要公布了：本发明公开了一种基于风格迁移的SAR图像目标检测方法，主要解决现有技术在进行SAR图像目标检测时，由于图像样本数量不足，质量较低造成检测性能低的问题。其方案是：利用风格迁移网络，生成SAR样本对应的可见光图像；将SAR原始图像及可见光图像均送入目标检测网络中，得到两路的检测结果，并对其进行预处理，划分训练数据和测试数据；构建由卷积神经网络和长短时间记忆网络并联而成的分类网络；将训练数据送入到该分类网络进行训练；将测试数据输入到训练好的分类网络进行决策级融合，得到最终的检测结果。本发明检测精度较高，特别是在数据样本不足，样本状况复杂的情况下，仍能取得较好的检测结果，可用于SAR图像处理。

本发明授权基于风格迁移的SAR图像融合检测方法在权利要求书中公布了：1.一种基于基于风格迁移的SAR图像目标检测方法，其特征在于，包括如下：1获取SAR图像原始数据对应的可见光图像：1a利用SEN1_2数据集通过梯度下降法对Pix2Pix网络进行训练，得到训练好的Pix2Pix网络；1b将SAR图像船舶目标检测数据集SSDD输入到训练好的Pix2Pix网络中，得到其对应的可见光数据集；2将SAR图像原始数据及SAR图像原始数据对应的可见光图像这两路数据，均按照7：3的比例划分为检测图像训练集和检测图像验证集；3使用两路检测图像训练集利用自适应动量估计优化算法Adam对YOLO-v3目标检测网络进行训练，得到训练好的YOLO-v3目标检测网络；4将两路检测图像验证集，分别输入到训练好的YOLO-v3网络，得到两路目标检测结果；5将4中得到的两路目标检测结果进行决策级融合的预处理，得到检测结果的数据集，再将其按照8：2的比例划分为检测结果训练集和测试集，作为决策融合网络的输入；6构建一个依次由卷积神经网络CNN和长短时间记忆网络LSTM并联而成的分类神经网络；7将检测结果训练集送入搭建好的分类神经网络中，运用批量梯度下降法对其网络参数进行迭代训练，得到训练好的决策级融合网络模型；8将检测结果测试集输入到训练好的决策级融合网络，得到SAR图像智能融合目标检测结果。

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西安电子科技大学;西安交通大学，其通讯地址为：710071 陕西省西安市太白南路2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”。