本发明公开一种基于复值卷积的GAN增强磁感应成像方法及系统,包括:S1、采集电压序列数据,构建复值神经网络模型,将所述电压序列数据输入所述复值神经网络模型进行训练,得到初步电导率分布图像;S2、构建对抗生成网络模型,将所述初步电导率分布图像输入所述对抗生成网络模型进行训练,得到用于图像增强的生成器;S3、将所述初步电导率分布图像输入所述生成器,得到高精度目标电导率分布图。本发明将对抗生成网络模型作为图像优化模块对复值卷积网络的输出进行图像增强,充分利用了电压序列数据的复值特性,提高了神经网络的训练效率及电导率重建的准确性,进而提高了最终图像的分辨率与精度。
📄 2021105034790
📂 G06T11_00
👤 浙江工业大学
📅 2021-05-10