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！

龙图腾网获悉北京理工大学申请的专利一种监督与无监督学习联合的单像素成像方法和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：CN116228899B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211664724.7，技术领域涉及：G06T11/10；该发明授权一种监督与无监督学习联合的单像素成像方法和装置是由付莹;田烨;张军设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种监督与无监督学习联合的单像素成像方法和装置在说明书摘要公布了：本发明涉及一种监督与无监督学习联合的单像素成像方法和装置，属于计算摄像技术领域。该方法设计了一种基于Transformer的单像素一步成像网络，能够直接从欠采样的单像素测量值中重建目标图像，无需求解近似结果的步骤，同时采用监督学习和无监督学习结合的方式来训练该网络，保证了方法的强泛化性。通过构建均方损失函数和全变分损失函数的结合的无监督损失函数，防止网络出现过拟合问题，保证了方法的重建性能。所述装置包括数据采集子模块、监督学习子模块、无监督学习子模块和重建子模块。本发明可以有效捕获单像素测量值之间的长程依赖性，可在低采样下实现高质量的单像素成像。

本发明授权一种监督与无监督学习联合的单像素成像方法和装置在权利要求书中公布了：1.一种监督与无监督学习联合的单像素成像方法，其特征在于，包括以下步骤： 步骤1：根据单像素成像原理，构造监督的单像素重建训练数据集，包括：单像素测量值和测量值所对应的目标场景； 步骤2：构造基于Transformer的单像素一步成像网络，采用步骤1构造的数据集对网络进行训练； 其中，基于Transformer的单像素一步成像网络，包括特征转化模块、浅层特征提取模块、Transformer模块和图像重建模块；其中，特征转化模块用于将一维的单像素测量值转化为二维特征图，浅层特征提取模块用于从二维特征图中提取浅层特征，Transformer模块用于提取深层特征，图像重建模块用于从提取的特征中重建目标场景； 步骤3：根据单像素成像原理搭建光路； 步骤4：构建无监督学习阶段损失函数，包括均方损失函数和全变分损失函数； 步骤4中，均方损失函数表示为： 其中，为单像素探测器所获得的单像素测量值；为单像素一步成像网络，参数为，下标表示无监督学习阶段为采样矩阵； 全变分损失函数表示为： 其中，为微分算子；为单像素探测器所获得的单像素测量值；为单像素一步成像网络，参数为，下标表示无监督学习阶段； 无监督阶段的损失函数表示为： 其中，为权重因子； 步骤5：将在监督学习阶段学习到的网络参数作为无监督学习阶段网络参数的初值；将单像素探测器所获得的单像素测量值输入到网络中，利用无监督损失函数优化网络，获得测量值所对应的重建目标场景。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。