光学图像跨域对抗生成SAR图像的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119792A(43)申请公布日2022.03.01(21)申请号202111013164.4G06N3/08(2006.01)(22)申请日2021.08.31(71)申请人西南电子技术研究所(中国电子科技集团公司第十研究所)地址610036四川省成都市金牛区茶店子东街48号(72)发明人潘磊廖泓舟高翔(74)专利代理机构成飞(集团)公司专利中心51121代理人郭纯武(51)Int.Cl.G06T11/00(2006.01)G06T7/33(2017.01)G06V20/00(2022.01)G06N3/04(2006.01)权利要求书2页说明书5页附图2页(54)发明名称光学图像跨域对抗生成SAR图像的方法(57)摘要本发明公开的光学图像跨域对抗生成SAR图像的方法，能够有效提升特定图像分析任务的准确性。本发明通过下述技术方案实现：源域到目标域的图像跨域生成器生成目标域SAR图像，目标域判别器鉴别生成的SAR图像的真or假，同时图像跨域生成器Gx将生成的目标域SAR图像送入图像跨域生成器Gy，通过输入光学图像与重构光学图像的配准，形成源域光学图像到目标域SAR图像的循环一致对抗生成网络；同理，形成目标域SAR图像到源域光学图像的循环一致对抗生成网络；将上述两个循环一致对抗网络并接，构建双向循环一致跨域对抗网络结构，并对该模型进行训练，输出的目标域SAR图像，即为循环一致跨域对抗网络增强SAR图像的结果。CN114119792ACN114119792A权利要求书1/2页1.一种光学图像跨域对抗生成SAR图像的方法，其特征在于，包括如下步骤：首先，以源域光学图像x作为图像跨域生成器Gx的输入，生成目标域SAR图像Gx(x)，并送入目标域判别器Dy判断生成SAR图像的真假，目标域判别器Dy根据输入的目标域真实SAR图像y’，鉴别生成的SAR图像Gx(x)的真or假，同时图像跨域生成器Gx将生成的目标域SAR图像Gx(x)送入图像跨域生成器Gy，通过输入光学图像与重构光学图像的配准，形成源域光学图像到目标域SAR图像的循环一致对抗生成网络；然后，以目标域SAR图像y作为跨域生成器Gy的输入，生成源域光学图像Gy(y)，源域判别器Dx根据输入的源域真实光学图像图像x’，鉴别生成的光学图像Gy(y)的真or假，同时图像跨域生成器Gy将生成的源域光学图像Gy(y)送入图像跨域生成器Gx，通过输入SAR图像与重构SAR图像的配准，形成目标域SAR图像到源域光学图像的循环一致对抗生成网络；将上述两个循环一致对抗网络并接，构建双向循环一致跨域对抗网络(CycleGAN)结构，并对该模型进行训练，当双向循环一致跨域对抗网络达到最优时，以源域光学图像作为图像跨域生成器Gx的输入，输出的目标域SAR图像，即为循环一致跨域对抗网络增强SAR图像的结果。2.如权利要求1所述的光学图像跨域对抗生成SAR图像的方法，其特征在于：在构建源域光学图像到目标域SAR图像的循环一致对抗生成网络中，以源域光学图像x作为输入，通过图像跨域生成器Gx生成目标域SAR图像Gx(x)，与目标域真实SAR图像y’通过目标域判别器Dy鉴别生成的SAR图像Gx(x)是否为真正的SAR图像，同时，Gx(x)又作为图像跨域生成器Gy的输入，获得重构的源域光学图像x，即Gy(Gx(x))。3.如权利要求2所述的光学图像跨域对抗生成SAR图像的方法，其特征在于：根据图像跨域生成器Gx和目标域判别器Dy，生成光学图像到SAR图像对抗生成网络模型损失函数LGAN(Gx，Dy)：其中，E(·)表示分布函数期望值，y～Psar表示目标域SAR图像y服从概率分布Psar，x～Popt表示源域光学图像x服从概率分布Popt，log表示对数，Dy(·)表示目标域SAR图像判别器输出。4.如权利要求1所述的光学图像跨域对抗生成SAR图像的方法，其特征在于：在构建目标域SAR图像到源域光学图像的循环一致对抗生成网络中，以目标域SAR图像y作为输入，通过图像跨域生成器Gy生成源域光学图像Gy(y)，与真实源域光学图像x’通过源域判别器Dx鉴别生成的光学图像Gy(y)是否为真正的光学图像，同时，生成的光学图像Gy(y)又作为图像跨域生成器Gx的输入，获得重构的目标域SAR图像y即Gx(Gy(y))，根据图像跨域生成器Gy和源域判别器Dx，SAR图像到光学图像对抗生成网络模型损失函数LGAN(Gy,Dx)表示为其中，E(·)表示分布函数期望值，x～Popt表示源域光学图像x服从概率分布Popt，y～Psar表示目标域SAR图像y服从概率分布Psar，Dx(·)表示源域光学图像判别器输出。5.如权利要求1所述的光学图像跨域对抗生成