買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京理工大學(xué);北京理工大學(xué)重慶創(chuàng)新中心申請(qǐng)的專利基于ViT-Pix2Pix的光學(xué)圖像翻譯方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115272787B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210779801.7，技術(shù)領(lǐng)域涉及：G06V10/774；該發(fā)明授權(quán)基于ViT-Pix2Pix的光學(xué)圖像翻譯方法是由師皓;崔子涵;陳亮;方中昊;何成設(shè)計(jì)研發(fā)完成，并于2022-07-04向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于ViT-Pix2Pix的光學(xué)圖像翻譯方法在說明書摘要公布了：本發(fā)明提供一種基于ViT?Pix2Pix的光學(xué)圖像翻譯方法，包括：獲取待測(cè)SAR圖像；構(gòu)建初始目標(biāo)翻譯網(wǎng)絡(luò)模型，并通過成對(duì)的SAR圖像和光學(xué)圖像對(duì)初始目標(biāo)翻譯網(wǎng)絡(luò)模型進(jìn)行參數(shù)優(yōu)化，獲取目標(biāo)翻譯網(wǎng)絡(luò)模型，目標(biāo)翻譯網(wǎng)絡(luò)模型為VisionTransformer與Pix2Pix相結(jié)合的模型，包括有生成器和判別器，其中，生成器用于將SAR圖像翻譯為偽光學(xué)圖像，判別器用于判斷輸入光學(xué)圖像是否為SAR圖像匹配的真光學(xué)圖像，生成器和判別器以對(duì)抗的形式完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化；將待測(cè)SAR圖像輸入目標(biāo)翻譯網(wǎng)絡(luò)模型，獲取目標(biāo)光學(xué)圖像。本發(fā)明能夠提高判別器的性能，并確保網(wǎng)絡(luò)模型訓(xùn)練的穩(wěn)定性，提高了生成圖像的質(zhì)量。

本發(fā)明授權(quán)基于ViT-Pix2Pix的光學(xué)圖像翻譯方法在權(quán)利要求書中公布了：1.一種基于ViT-Pix2Pix的光學(xué)圖像翻譯方法，其特征在于，包括以下步驟：獲取待測(cè)SAR圖像；構(gòu)建初始目標(biāo)翻譯網(wǎng)絡(luò)模型，并通過成對(duì)的SAR圖像和光學(xué)圖像對(duì)所述初始目標(biāo)翻譯網(wǎng)絡(luò)模型進(jìn)行參數(shù)優(yōu)化，獲取目標(biāo)翻譯網(wǎng)絡(luò)模型，所述目標(biāo)翻譯網(wǎng)絡(luò)模型為VisionTransformer與Pix2Pix相結(jié)合的模型，包括有生成器和判別器，其中，所述生成器用于將SAR圖像翻譯為偽光學(xué)圖像，所述判別器用于判斷輸入光學(xué)圖像是否為所述SAR圖像匹配的真光學(xué)圖像，所述生成器和判別器以對(duì)抗的形式完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化；其中，所述判別器的訓(xùn)練優(yōu)化具體包括：將第一圖像對(duì)輸入VisionTransformer網(wǎng)絡(luò)模型，判別光學(xué)圖像的真?zhèn)魏偷谝粓D像對(duì)中的兩張圖像是否匹配；將所述第一圖像對(duì)中的兩張圖像合并為多通道的輸入，并分割成固定尺寸、互不重疊的小塊，經(jīng)全連接層得到線性排列的嵌入，并在序列開頭添加分類符號(hào)；對(duì)線性排列的嵌入添加位置信息編碼后，在改進(jìn)自我注意力層的Transformer編碼器中完成處理；將分類符號(hào)的輸出特征輸入多層感知器完成判別，獲取真光學(xué)圖像和偽光學(xué)圖像；所述VisionTransformer網(wǎng)絡(luò)模型的自我注意力層改進(jìn)，具體包括：采用L2距離代替自我注意力過程中的點(diǎn)積運(yùn)算，并用于查詢和輸入自我注意的投影矩陣的權(quán)重綁定，改進(jìn)的自我注意力層計(jì)算為： 式中，Wq＝Wk，Wq、Wk和Wv分別是查詢、鍵和值的投影矩陣，d·,·計(jì)算兩組點(diǎn)之間的矢量化L2距離，是每個(gè)頭部的特征尺寸；采用譜歸一化方法，對(duì)改進(jìn)后的VisionTransformer網(wǎng)絡(luò)模型進(jìn)行優(yōu)化；將所述待測(cè)SAR圖像輸入所述目標(biāo)翻譯網(wǎng)絡(luò)模型，獲取目標(biāo)光學(xué)圖像。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京理工大學(xué);北京理工大學(xué)重慶創(chuàng)新中心，其通訊地址為：100081 北京市海淀區(qū)中關(guān)村南大街5號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。