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！

龙图腾网获悉广东工业大学申请的专利一种基于对抗生成网络的深空探测图像生成方法及系统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：CN119169134B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411301536.7，技术领域涉及：G06T11/00；该发明授权一种基于对抗生成网络的深空探测图像生成方法及系统是由周郭许;林子轩;许卓彬;谢胜利设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本一种基于对抗生成网络的深空探测图像生成方法及系统在说明书摘要公布了：本发明公开了一种基于对抗生成网络的深空探测图像生成方法及系统，方法包括：获取基础数据集从高斯分布中采样得到噪声数据，并构建对抗生成网络模型；在训练过程中，主判别器迫使生成器输出的分布与基础数据集的分布相近，辅助判别器迫使生成器输出的分布向其对应类别的真实图像的分布靠近，得到训练完成的对抗生成网络模型。在本发明中，主判别器加辅助判别器的双判别器结构，能够促使不同类别的生成器的输出分布收敛至该类别数据的真实分布，进而缓解了对抗生成网络在类别不平衡训练集中的训练容易出现过拟合现象的问题，通过训练完成的生成器独立生成不同类别的深空探测图像，用于构建样本量充足、类别多且平衡的深空探测图像数据集。

本发明授权一种基于对抗生成网络的深空探测图像生成方法及系统在权利要求书中公布了：1.一种基于对抗生成网络的深空探测图像生成方法，其特征在于，包括： 获取基础数据集及从高斯分布中采样得到噪声数据，并构建对抗生成网络模型；基础数据集由n个类别的图像数据子集组成，且各图像数据子集包括多个深空探测的真实图像，n为正整数；对抗生成网络模型由n个类别的生成器及主判别器和辅助判别器组成； 通过所述基础数据集及采样得到的噪声数据训练对抗生成网络模型；在训练过程中，主判别器迫使生成器输出的分布与基础数据集的分布相近，辅助判别器迫使生成器输出的分布向其对应类别的真实图像的分布靠近，得到训练完成的对抗生成网络模型； 采用训练完成的各个分类器生成不同类别的深空探测图像以补充基础数据集，得到完整的深空探测图像数据集； 所述对抗生成网络模型的训练过程，具体包括： 初始化各生成器、主判别器和辅助判别器的参数； 将从高斯分布中采样得到的m个噪声数据输入至各类别生成器中，生成不同类别的m个生成图像数据并作为第一数据集；其中，m为正整数； 对基础数据集进行采样，得到m个真实图像数据并作为第二数据集；对n个图像数据子集进行采样，得到n种类别的m个真实图像数据并作为第三数据集； 将第一数据集和第二数据集输入至所述主判别器中进行判别，计算主判别器的目标函数，得到主判别器的梯度值，以更新主判别器的参数； 对第一数据集和第二数据集进行数据增强处理，并将经过数据增强处理的数据输入至所述辅助判别器中进行判别，并计算辅助判别器的目标函数，得到辅助判别器的梯度值，以更新辅助判别器的参数； 重新对高斯分布进行采样，得到m个噪声数据并输入至各类别生成器中，生成不同类别的m个生成图像数据；基于不同类别的m个生成图像，依次计算不同类别的生成器的目标函数，得到各生成器的梯度值，以更新各生成器的参数； 跳转执行所述将从高斯分布中采样得到的m个噪声数据输入至各类别生成器中，生成不同类别的m个生成图像数据并作为第一数据集的步骤，直至对抗生成网络模型的训练迭代次数满足预设迭代次数； 所述对第一数据集和第二数据集进行数据增强处理的处理过程，包括： 将第一数据集和第二数据集内的图像数据均转换为灰度格式，并通过Sobel算子对图像数据进行边缘检测，分别得到与第一数据集和第二数据集关联的边缘强度信息； 将第一数据集和第二数据集内的图像数据分别转换至频域，并将关联的边缘强度信息映射至频域中； 采用低通滤波器对频域数据进行滤波处理，将滤波后的频域数据逆变换至时域，分别得到与第一数据集和第二数据集关联的增强图像数据。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。