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！

龙图腾网获悉西安电子科技大学申请的专利基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取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：CN115049841B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202210664345.1，技术领域涉及：G06V10/40；该发明授权基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法是由张雨;任仲乐;侯彪;焦李成;韩祥永;张锐;苏海波;李永强设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法在说明书摘要公布了：基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法，首先利用图像变换模型将源域图像转化为目标域图像相近的风格，从而减小源域和目标域的分布差异；再将风格转换过的源域图像和未标记的目标域图像送入对抗自适应网络，一方面训练深层网络学习源域和目标域的特征并进行语义分割，另一方面训练判别器区分其输入来自源域还是目标域，反馈引导深层网络对齐源域和目标域的分布特征；最后用训练好的模型预测目标域大场景的地物类型，完成单极化高分辨SAR影像像素级地物要素提取；本发明突破标记样本不足及源域数据与目标域数据分布不一致致使模型推广性差的瓶颈，提高目标域SAR图像地物分类的精度和性能。

本发明授权基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法在权利要求书中公布了：1.一种基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法，其特征在于：借助风格迁移上游任务，将源域图像翻译为目标域的风格，拉近源域和目标域的分布；并将翻译的源域以及未标记的目标域数据送入对抗自适应网络，训练特征提取器提取源域和目标域的特征并进行分类，训练域判别网络来区分特征提取器的输出是来自源域还是目标域，同时鼓励特征提取器对齐目标域和源域的输出分布； 所述的一种基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法，包括以下步骤： S1、对源域图像、目标域图像进行数据预处理，包括SAR图像16位转8位、截断、裁剪、划分，数据格式转换； S2、将预处理后的源域图像S和目标域图像T送入图像翻译网络进行风格迁移，获得翻译源数据S′； S3、初始化下游任务的分割网络M及其优化器SGD和域判别网络D及其优化器Adam；通过训练域判别网络D来区分特征提取器的输出是来自源域还是目标域，同时鼓励特征提取器对齐目标域图像和源域图像的输出分布，帮助特征提取器学习域不变特征； S4、将翻译源数据S′及对应标签Ys以及目标域图像T送入分割网络M，得到分割网络输出MS和MT，并使用对应标签YS计算源域的分割损失； S5、将分割网络M对目标域的输出MT输入域判别网络D，计算其对抗损失并乘以相应系数加入目标域分割损失中更新分割网络M及其优化器SGD； S6、将分割网络输出MS和MT分别送入域判别网络D计算域分类损失，并更新域判别网络D及其优化器Adam； S7、重复S4到S6直至达到最大训练次数，获得分割网络M的模型参数； S8、将目标域数据送入训练好的分割网络M进行分类，然后使用测试数据增强TTA或条件随机场CRF进行标签优化，得到像素级分类结果，给每个类别赋上颜色生成RGB预测结果图，与真实类标进行比较，并计算每个类别的评估指标Precision、Recall、F1Score，以及整体评估指标OA、kappa、MIoU、FWIoU。

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，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”。