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！

龙图腾网获悉中南大学申请的专利基于双输入与图像可分离卷积的U-Net网络构建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：CN119723279B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411622928.3，技术领域涉及：G06V10/82；该发明授权基于双输入与图像可分离卷积的U-Net网络构建方法是由侯斐斐;孙铖浩;崔广炎;王艳辉;张泰设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本基于双输入与图像可分离卷积的U-Net网络构建方法在说明书摘要公布了：基于双输入与图像可分离卷积的U‑Net网络构建方法，基于图像可分离卷积改进的双输入UnetDIWSUnet来实现用探地雷达Ground‑penetatingradar,GPR数据成像，反演得到地下实物物体。首先基于探地雷达得到的GPR数据生成B‑Scan扫描图像，再用GPR数据进行频率波数偏移Frequency‑WavenumberShift,FK处理，实现B‑Scan扫描图像加FK偏移图像双输入反演得到最后的实物图像；采用双彩色输入6通道和彩色输出3通道以区分不同实物，反演实物物体地下位置的同时判断物体的类别；基于深度可分离卷积模型得到启发，改进原有输入模块为图像可分离卷积模块IWSImageWiseSeperableConvolution模块，仅用少量参数增加使得性能得到大幅度提升。

本发明授权基于双输入与图像可分离卷积的U-Net网络构建方法在权利要求书中公布了：1.基于双输入与图像可分离卷积的U-Net网络构建方法，其特征在于，包括以下步骤： S1，GPR数据模拟： 采用三种不同的常见的实物物体包括金属，塑料和空气，来生成GPRmax输入in文件，然后用GPRmax模拟生成GPR数据； S2,GPR数据预处理和数据集的构建： 对于S1中得到的GPR数据，先进行去噪预处理，具体做法是对没有实物物体存在的地质信息同样进行扫描，得到背景GPR数据，进行相减得到去噪后的GPR数据，接下来用去噪后的GPR数据画出B-Scan成像图像，得到输入数据集之一；再将去噪后的GPR数据进行FK偏移，输出FK偏移后的成像，得到输入数据集的第二部分，最后，将模拟过程中得到的VTI文件，输入到Paraview软件进行实物图像可视化，再进行去噪和颜色映射得到目标图像数据集，数据集中的图像按照一定比例分成训练集和测试集； S3，使用基于图像可分离模块改进的双输入Unet进行训练： 使用改进后的网络进行训练,对训练集进行深度学习，并选择合适的学习率规划和衡量标准，损失函数设置为BCEloss； S4，选择最优模型，输出反演图像： 根据IoU来选择最优的模型，输出反演的实物图像，根据分析实物物体的颜色，判断输出的实物物体类别，此外能直接根据输出的实物图像判断地下实物物体的半径大小和所处位置。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。