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！

龙图腾网获悉东南大学申请的专利一种基于改进CycleGAN的机场场面目标检测多天气数据增强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：CN115376066B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210989237.1，技术领域涉及：G06V20/52；该发明授权一种基于改进CycleGAN的机场场面目标检测多天气数据增强方法是由阳媛;王紫航;严如强;徐佳文;杨浩然;况余进;蔡杰设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本一种基于改进CycleGAN的机场场面目标检测多天气数据增强方法在说明书摘要公布了：本发明公开了一种基于改进CycleGAN的机场场面目标检测多天气数据增强方法。在原始CycleGAN网络的基础上，通过扩充残差网络块、编解码器的跨层连接以及引入注意力机制的方式改进生成器网络，同时设计动态加权多尺度判别器网络，使用正常天气下的机场场面小样本目标检测数据集以及典型恶劣天气下的辅助数据集进行训练，获得多天气图像生成网络，进而有效生成雨天、雾天、夜晚等多种天气条件下的高质量目标检测图像，增加数据样本的多样性。本发明作为一种有效的节约标注成本的数据增强方法，提升了小样本条件下的机场场面目标检测网络性能。

本发明授权一种基于改进CycleGAN的机场场面目标检测多天气数据增强方法在权利要求书中公布了：1.一种基于改进CycleGAN的机场场面目标检测多天气数据增强方法，其特征在于，所述方法包括如下步骤： 步骤S1、图像数据采集和预处理，数据集制作； 所述步骤S1具体过程为： 通过机场场面监控摄像头采集源图像数据集，获取一段时间内正常天气下的目标检测数据并进行标注，作为原始小样本目标检测数据集； 采集典型恶劣天气下的图像数据，作为辅助天气数据集； 对上述两个原始数据集进行基础的数据增强操作，得到改进CycleGAN网络的训练数据集； 步骤S2、改进的注意力机制生成器网络构建； 所述步骤S2具体过程为： 对原始CycleGAN网络生成器里的残差风格转换网络进行扩充，在编码和解码部分的每个卷积块后均加入一个两层卷积残差网络块； 在原始CycleGAN网络的生成器中，引入U-Net中的跳跃连接思想，即编解码对应部分进行跨层连接操作； 使用密集连接网络DenseNet替代原始CycleGAN网络生成器中的残差风格转换网络； 在风格转换网络DenseNet左右两端各添加一个注意力机制模块； 步骤S3、动态加权多尺度判别器网络构建； 所述步骤S3具体过程为： 通过两个不同尺度的PatchGAN全卷积网络支路对图像进行下采样操作，得到不同尺寸的图像判别结果； 步骤S4、对抗性训练； 所述步骤S4具体过程为： 在上述改进的生成器与判别器网络基础上调整原始CycleGAN网络的损失函数，即： ； 其中，为循环一致性损失，，为恒等损失，为修正的生成对抗网络损失，此处对多尺度判别器网络损失进行动态加权，具体地： ； 由和分别计算A-distance，从而得到动态加权因子，最后有 ； 同理； 上述损失函数中分别为原始小样本目标检测数据X到辅助天气数据Y的生成器，辅助天气数据Y到原始小样本目标检测数据X的生成器，以原始小样本目标检测数据X为真实样本的判别器，以辅助天气数据Y为真实样本的判别器；、和、分别为上述两个不同尺度的判别器，λ为惩罚系数，网络参数由下式通过梯度下降训练得到： 。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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”。