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！

龙图腾网获悉青岛理工大学申请的专利基于生成对抗网络的火灾后混凝土结构损伤图像生成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：CN121170065B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511332687.3，技术领域涉及：G06T11/10；该发明授权基于生成对抗网络的火灾后混凝土结构损伤图像生成方法是由刘才玮;余倩倩;汪小林;徐宁;张龙海;宫哲;程飞;孙东德;田立斌设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于生成对抗网络的火灾后混凝土结构损伤图像生成方法在说明书摘要公布了：基于生成对抗网络的火灾后混凝土结构损伤图像生成方法，涉及计算机视觉与深度学习技术领域，包括如下步骤：步骤1、数据集制作；步骤2、采用改进的循环生成对抗网络架构生成火灾后混凝土结构的损伤图像；改进的循环生成对抗网络架构针对生成器及判别器进行改进；步骤3、网络训练与性能评估。本发明能够在有限真实样本的条件下生成多类型、逼真且具有可控属性的损伤图像，从而扩充损伤影像数据集，解决数据不足的问题，并为后续损伤检测与量化评估提供可靠的数据支撑。

本发明授权基于生成对抗网络的火灾后混凝土结构损伤图像生成方法在权利要求书中公布了：1.基于生成对抗网络的火灾后混凝土结构损伤图像生成方法，其特征为，包括如下步骤： 步骤1、数据集制作； 步骤2、采用改进的循环生成对抗网络架构生成火灾后混凝土结构的损伤图像；改进的循环生成对抗网络架构针对生成器及判别器进行改进； 步骤3、网络训练与性能评估； 所述的步骤2中，生成器改进包括： 1条件编码与注入模块：在生成器的输入层引入了条件编码机制；接收一个用于指定目标损伤类别的one-hot编码条件向量，并通过一个全连接网络将其映射至高维特征空间；条件编码器进一步通过卷积层对输入图像进行特征提取，期间使用反射填充保持特征图尺寸；随后，通过空间复制与通道拼接操作，将生成的条件特征图与图像编码器提取的视觉特征图进行融合； 2融合注意力机制的特征增强模块：集成双重注意力机制，其中，自注意力机制通过计算特征图所有像素点间的相互关系，使生成器能够建模图像中的长距离依赖，损伤感知注意力机制则以前述条件向量为引导，生成一个空间注意力图，动态地突出图像中易发生损伤的关键区域并抑制无关背景，该模块嵌入于多个残差块中，每个残差块均使用3×3卷积并保持256通道数； 3自适应归一化模块：采用动态的自适应归一化技术，不再使用固定的仿射变换参数，其用于特征归一化的缩放与偏移参数均由条件编码器的输出动态生成，该过程贯穿于6个连续的残差块中，每块均采用3×3卷积与256通道配置； 4多尺度输出与特征金字塔结构：生成器被设计为具备多尺度输出能力，在解码器末端，多个并行分支负责上采样并输出不同分辨率的图像：低分辨率输出用于约束整体结构，高分辨率输出用于丰富细部纹理；上采样过程通过转置卷积实现，依次使用卷积核大小为3×3、输出通道为128和64的卷积层，步长设为2，逐步恢复空间分辨率；同时，编码器与解码器间通过跳跃连接构建特征金字塔网络，将底层的高分辨率细节特征与高层语义特征进行融合，最终，网络通过多尺度输出头整合不同尺度的结果，并结合损伤级别注意力机制进一步优化输出质量； 所述的步骤2中，判别器改进包括： 1多尺度输入金字塔结构：原始图像及通过下采样得到的多种分辨率图像被并行输入至判别器； 2共享主干与域特定分类头架构：所有输入尺度共享一个通用的特征提取主干网络，该主干通过多层卷积层进行特征提取：第一层采用4×4卷积核，64输出通道，步长为2；第二层采用4×4卷积核，128输出通道，步长为2；第三层采用4×4卷积核，256输出通道，步长为2；第四层采用4×4卷积核，512输出通道，步长为1；最终提取的共性特征表示为30×30×512的特征张量;在此基础上，连接多个并行的、轻量级的域特定分类头； 3条件投影判别机制：引入条件投影操作，将损伤类别的条件向量通过一个嵌入层映射为特征向量，并与共享主干提取的图像特征在特征空间中进行内积运算，将结果作为判别依据； 4稳定性增强：集成多种正则化方法，首先，在判别器的几乎所有卷积层中应用谱归一化；其次，引入小批量判别；最后，辅以梯度惩罚项。

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青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777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。