电子科技大学长三角研究院(湖州);电子科技大学高建波获国家专利权
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！
龙图腾网获悉电子科技大学长三角研究院(湖州);电子科技大学申请的专利深度学习中相位解缠的细节损失优化方法及系统、存储介质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：CN115293223B 。
龙图腾网通过国家知识产权局官网在2026-02-06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：202210536222.X，技术领域涉及：G06V10/764；该发明授权深度学习中相位解缠的细节损失优化方法及系统、存储介质是由高建波;钱江;叶鑫;王勇;于瀚雯设计研发完成，并于2022-05-17向国家知识产权局提交的专利申请。
本深度学习中相位解缠的细节损失优化方法及系统、存储介质在说明书摘要公布了：本发明公开一种深度学习中相位解缠的细节损失优化方法及系统、存储介质，该方法通过构建用于进行相位解缠的生成对抗网络：包括生成器和判别器；所述生成器用于对缠绕相位数据进行解缠并生成图像；所述判别器用于判别生成器生成的图像的真假结果；确定生成对抗网络的混合损失函数，并通过训练生成对抗网络处理需要处理相位解缠数据。通过设置具有混合损失函数的生成对抗网络，经过训练的GAN保留使相位解缠结果尽可能保留纹理细节，有效的抑制了斑点噪声，显著降低了山谷中的斑点噪声。
本发明授权深度学习中相位解缠的细节损失优化方法及系统、存储介质在权利要求书中公布了：1.深度学习中相位解缠的细节损失优化方法，其特征在于：包括以下步骤： 构建用于进行相位解缠的生成对抗网络：所述生成对抗网络包括生成器G和判别器D；所述生成器用于对缠绕相位数据进行解缠并生成图像；所述判别器用于判别生成器生成的图像的真假结果； 确定生成对抗网络的混合损失函数，所述混合损失函数包括改进的推土机距离生成对抗网络WGAN-GP中的对抗损失，L1损失函数以及跨尺度结构相似损失函数MS-SSIM，结合三者以保证神经网络输出不会变得模糊，并且使得训练过程稳定； 训练生成对抗网络； 通过训练后的生成对抗网络处理需要处理相位解缠数据； 所述生成对抗网络的损失函数包括生成器损失函数； 所述生成器损失函数按照以下公式计算： ； 其中，表示生成器损失；表示L1损失函数；表示分布函数的数学期望；表示缠绕相位数据； 表示缠绕相位经过生成器再经过判别器的判别结果；表示缠绕相位经过生成器的解缠结果；是缠绕相位数据，，，为权重；表示跨尺度结构相似损失函数。
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电子科技大学长三角研究院(湖州);电子科技大学，其通讯地址为：313000 浙江省湖州市西塞山路819号科技创新综合体B1幢；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励