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！

龙图腾网获悉浙江大学申请的专利一种基于模型驱动深度学习的两帧干涉图相位解调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：CN120063156B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510201859.7，技术领域涉及：G01B11/24；该发明授权一种基于模型驱动深度学习的两帧干涉图相位解调方法是由白剑;石润州;张天;邵羽祺;陈祺杰设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本一种基于模型驱动深度学习的两帧干涉图相位解调方法在说明书摘要公布了：本发明公开一种基于模型驱动深度学习的两帧干涉图相位解调方法，该发明利用了干涉图的物理模型，构造了一种模型驱动的深度学习训练方式；构建并训练深度学习网络，输入两帧任意相移的干涉图，输出波前相位、背景强度、调制强度以及相移量；训练完成后，向网络中输入任意相移的两帧干涉图就可以得到输出的波前相位，实现精准干涉图相位解调。本发明与以往数据驱动的深度学习解调方法相比，充分利用了物理信息，具有高准确性，鲁棒性和可解释性。

本发明授权一种基于模型驱动深度学习的两帧干涉图相位解调方法在权利要求书中公布了：1.一种基于模型驱动深度学习的两帧干涉图相位解调方法，其特征在于，包括以下步骤： S1：使用随机泽尼克系数，构建波前相位真值； S2:使用所述波前相位真值，生成随机相移两帧干涉图数据对，建立训练数据集； S3:建立U型结构的深度学习干涉图相位解调网络，包括下采样部分和上采样部分，所述深度学习干涉图相位解调网络的输入为随机相移两帧干涉图数据对，输出为预测的解调相位、相移量、背景强度、调制强度； S4：利用S2建立的训练数据集，使用模型驱动的方法自监督训练方式训练所述深度学习干涉图相位解调网络，使用梯度下降更新网络参数； S5：将待测的相位的随机相移两帧干涉图输入到训练好的深度学习干涉图相位解调网络中，获得输出的高精度解调相位结果； 所述深度学习干涉图相位解调网络的下采样部分和上采样部分均包括一个进行输入输出维度调整的3×3卷积模块，以及四个提取和映射信息的基础块； 所述下采样部分和上采样部分的对应的基础块之间通过跳跃连接促进信息流动，增强信息流； 每个所述基础块包括两部分，第一部分为五层，依次为LN层、1×1卷积层、3×3卷积层、激活函数ReLU和3×3卷积层；第二部分为四层，依次为LN层、1×1卷积层、激活函数ReLU和3×3卷积层；所述基础块内部进行残差连接，即第一部分的输入和输出进行元素级别相加后，作为第二部分的输入；第二部分的输入和第二部分的输出进行元素级别相加后，作为整个基础块的输出； 所述的深度学习干涉图相位解调网络的输入为两个通道，输出为四个通道，前三个通道直接输出图片，分别为预测的解调相位、背景强度、调制强度；第四个通道的输出为预测的相移量，对第四个通道的输出值进行平均，得到预测的相移量

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。