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！

龙图腾网获悉湖南工商大学申请的专利基于多连接生成对抗网络的掌纹图像扩充方法与装置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：CN117576737B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202311549585.8，技术领域涉及：G06V40/12；该发明授权基于多连接生成对抗网络的掌纹图像扩充方法与装置是由周鲜成;董秩序;周开军;陈荣元设计研发完成，并于2023-11-20向国家知识产权局提交的专利申请。

本基于多连接生成对抗网络的掌纹图像扩充方法与装置在说明书摘要公布了：本申请涉及一种基于多连接生成对抗网络的掌纹图像扩充方法，具体包括：获取真实掌纹图像、以及初始生成对抗网络；通过图像生成器将随机生成的噪声映射至真实掌纹图像特征空间中，得到生成掌纹图像；通过图像判别器判断真实掌纹图像与生成掌纹图像的差异值；根据差异值对图像判别器与图像生成器进行优化和训练，得到已训练的生成对抗网络；根据已训练的生成对抗网络进行掌纹图像扩充。整个过程中，基于随机生成的噪声来生成掌纹图像，并且基于真实掌纹图像和生成掌纹图像的差异对生成对抗网络进行优化与训练，以使最终得到的已训练的生成对抗网络可以实现对掌纹图像的有效扩充，从而支持小样本掌纹图像的掌纹识别模型训练。

本发明授权基于多连接生成对抗网络的掌纹图像扩充方法与装置在权利要求书中公布了：1.一种基于多连接生成对抗网络的掌纹图像扩充方法，其特征在于，所述方法包括： 获取真实掌纹图像、以及初始生成对抗网络，所述初始生成对抗网络包括图像生成器和图像判别器； 通过所述图像生成器将随机生成的噪声映射至真实掌纹图像特征空间中，得到生成掌纹图像； 通过所述图像判别器判断所述真实掌纹图像与所述生成掌纹图像的差异值； 根据所述差异值对所述图像判别器与所述图像生成器进行优化和训练，得到已训练的生成对抗网络； 根据所述已训练的生成对抗网络进行掌纹图像扩充； 所述图像生成器使用U-Net3+作为骨干模型；所述图像生成器包括多个编码器和多个解码器，所述多个编码器用于获取不同尺度特征，所述多个解码器用于进行语义恢复，所述多个编码器内部层级之间建立密集连接，所述多个编码器和所述多个解码器间建立跳跃连接，所述编码器的数量和所述解码器的数量相等； 所述图像判别器采用以下方式构建：构建金字塔切分注意力模块；根据所述金字塔切分注意力模块，构建注意力加权的DenseBlock；构建过渡层；调整所述特征图大小，获取至少3个大小不同的所述DenseBlock；组合所述至少3个大小不同的所述DenseBlock，并通过所述过渡层连接相邻两个所述DenseBlock，生成图像判别器；金字塔切分注意力模块中卷积核依次增大，以获取不同尺度的感受野，提取不同尺度的信息； 所述通过所述图像生成器将随机生成的噪声映射至真实掌纹图像特征空间中，得到生成掌纹图像包括：缓存真实掌纹图像至初始列表；对所述真实掌纹图像进行预设卷积处理，得到第一特征图，将所述第一特征图保存至所述初始列表的末尾，以更新所述初始列表；对所述真实掌纹图像以及所述第一特征图进行特征提取，得到第二特征图，将所述第二特征图保存至所述初始列表的末尾，以再次更新所述初始列表；构建N个噪声编码器模块，初始噪声滤波器数量，所述N与所述U-Net3+的网络层级通道数对应；将随机生成的噪声通过噪声编码器模块与第一特征图和第二特征图中特征进行拼接，生成拼接特征；声明上层特征，并将所述上层特征初始化为空值；组合所述上层特征和所述拼接特征，生成输入特征对，通过解码器对所述输入特征对进行语义恢复，并逐层更新所述输入特征对；对更新后的所述输入特征对中上层特征进行卷积、Relu激活和批归一化操作，得到处理后的特征；逐元素应用Tanh函数对所述处理后的特征进行激活，得到生成掌纹图像； 所述构建N个噪声编码器模块，初始噪声滤波器数量包括：步骤1：获取第n个噪声编码器模块对应的U-Net3+网络层级通道数，记为；步骤2：设定输出噪声张量最后一维通道数；步骤3：通过线性变换Linear,修改噪声张量维度；步骤4：重复执行0至0N次。

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湖南工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569号湖南工商大学；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。