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！

龙图腾网恭喜北京邮电大学申请的专利面向多源遥感数据的融合图像模型训练方法、生成方法及装置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：CN116310634B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310141473.2，技术领域涉及：G06V10/774；该发明授权面向多源遥感数据的融合图像模型训练方法、生成方法及装置是由曹婧宜;尤亚楠;刘军设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本面向多源遥感数据的融合图像模型训练方法、生成方法及装置在说明书摘要公布了：本发明提供一种面向多源遥感数据的融合图像模型训练方法、生成方法及装置，包括：获取多个合成孔径雷达图像和可见光图像对；获取初始融合图像模型和判别器；初始融合图像模型包括特征提取模块、特征融合模块以及融合图像生成模块；特征提取模块为双流网络，每条支路采用结构相同的预设神经网络，每个预设神经网络均由多个卷积块构成，两条支路上前设定数量个卷积块的参数保持对称，每个卷积块间设有核权重自适应优化模块；融合图像生成模块由生成器与判别器组成的生成对抗网络构建，基于融合图像、合成孔径雷达图像和可见光图像构建正负样本训练模型，以得到用于生成合成孔径雷达图像和可见光图像融合图像的融合图像模型。

本发明授权面向多源遥感数据的融合图像模型训练方法、生成方法及装置在权利要求书中公布了：1.一种面向多源遥感数据的融合图像模型训练方法，其特征在于，该方法包括以下步骤：获取多源遥感数据集，所述多源遥感数据集中包含多个数据条，每个数据条包括基于预设配准算法生成的在同一时间下同一区域的合成孔径雷达图像和可见光图像；所述合成孔径雷达图像的通道数经复制与所述可见光图像的通道数相等；获取初始融合图像模型和判别器；所述初始融合图像模型包括特征提取模块、特征融合模块以及融合图像生成模块；所述特征提取模块为双流网络，每条支路采用结构相同的预设神经网络，所述预设神经网络由多个卷积块构成，两条支路上前设定数量个卷积块的参数保持对称，每个卷积块中设有核权重自适应优化模块；其中，所述权重自适应优化模块将输入的各合成孔径雷达图像或各可见光图像进行全局平均池化操作，基于多个预设的图像特征评判单元计算相应图像的权重系数，利用所述权重系数与所述图像特征评判单元对应的卷积核权重加权，以更新对应卷积块中卷积核的权重；所述融合图像生成模块作为生成器与所述判别器构建生成对抗网络；将预设批数量个数据条的所述合成孔径雷达图像输入所述双流网络的第一条支路以提取合成孔径雷达图像特征图，所述可见光图像输入所述双流网络的第二条支路以提取可见光图像特征图；将所述合成孔径雷达图像特征图和所述可见光图像特征图输入所述特征融合模块，基于预设注意力机制，通过交换所述合成孔径雷达图像特征图和所述可见光图像特征图的查询矩阵分别提取各自的特征，利用特征层将所述合成孔径雷达图像特征图和所述可见光图像特征图提取得到的特征进行叠加，输出融合特征向量；将所述融合特征向量输入所述融合图像生成模块，以生成融合图像；将各数据条中的合成孔径雷达图像与对应生成的融合图像拼接为非真实图像，标记为负样本；将所述合成孔径雷达图像和所述可见光图像拼接为真实图像，标记为正样本；将所述非真实图像和所述真实图像输入所述判别器进行训练；将所述非真实图像输入训练后的判别器，并固定所述判别器参数，根据所述判别器的判别结果对所述生成器进行训练；分别构建所述生成器和所述判别器的损失函数，训练得到满足预设性能的生成器和判别器，以最终得到融合图像模型。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。