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！

龙图腾网获悉厦门大学申请的专利一种基于双编码器的生成对抗网络图像翻译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：CN115527042B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211101152.1，技术领域涉及：G06V10/46；该发明授权一种基于双编码器的生成对抗网络图像翻译方法是由吴清锋;王硕诚;郑宇辉;周昌乐设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本一种基于双编码器的生成对抗网络图像翻译方法在说明书摘要公布了：本发明提出了一种基于双编码器的生成对抗网络图像翻译方法，包括：构建双编码器生成对抗网络模型，双编码器生成对抗网络模型包括生成器G、判别器D以及编码器E，判别器D包括编码部分DE和分类部分DC；从源域中采集样本图像，将样本图像分别输入至编码器E和判别器D的编码部分DE，获得第一编码特征和第二编码特征；将获得的第一编码特征和第二编码特征进行拼接，将拼接后的特征输入至生成器G中，最终获得翻译后的图像。使用编码器和判别器的编码部分对输入图像进行编码，将得到的编码特征进行拼接，为了能将两种编码更好的结合在一起，提出一种新的归一化方法，自适应多特征层归一化方法AdaMFLN，通过这种方式能够对图像更好的解耦以及翻译。

本发明授权一种基于双编码器的生成对抗网络图像翻译方法在权利要求书中公布了：1.一种基于双编码器的生成对抗网络图像翻译方法，其特征在于，包括以下步骤： S1、构建双编码器生成对抗网络模型，所述双编码器生成对抗网络模型包括生成器G、判别器D以及编码器E，其中所述判别器D包括编码部分和分类部分； S2、从源域中采集样本图像，将所述样本图像分别输入至编码器E和判别器D的编码部分，获得第一编码特征和第二编码特征；以及 S3、将步骤S2获得的所述第一编码特征和第二编码特征进行拼接，将拼接后的特征输入至所述生成器G中，最终获得翻译后的图像； 在步骤S3中，采用自适应多特征层归一化方法将步骤S2获得的所述第一编码特征和第二编码特征进行拼接，其中，所述自适应多特征层归一化方法是将不同的特征结合起来，自适应的进行层归一化操作； 在步骤S3中，所述自适应多特征层归一化方法的参数由编码特征图的全连接层动态计算： ； 式中，和分别表示图像经过生成器G和判别器D所得到的编码，、分别为和的层均值，、分别为和的层标准差；和是由全连通层产生的参数；具体来说，和首先分别执行AdaptiveAvgPool操作，将得到的特征进行拼接，然后通过 两个完全连接的层得到γ和β； 在步骤S1中，所述生成器G的残差模块加入了所述自适应多特征层归一化方法，所述生成器G的上采样层以及卷积层后加入了所述自适应多特征层归一化方法。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。