[发明专利]图像处理网络的训练方法、图像去噪方法及装置

说明书

本公开提供一种图像处理网络的训练方法、图像去噪方法、图像处理网络的训练装置、图像去噪装置、计算机可读存储介质及电子设备；涉及图像去噪技术领域。该方法包括：根据参考噪声和原始图像生成噪声图像，并对噪声图像进行噪声提取得到预测噪声；根据预测噪声与参考噪声的第一损失函数调整图像处理网络的第一网络参数；将预测噪声与噪声图像进行拼接得到目标噪声图像，并对目标噪声图像进行图像修复，输出预测图像；根据预测图像与原始图像的第二损失函数调整图像处理网络的第二网络参数。本公开中的方法能够在一定程度上克服图像处理网络训练效率较低的问题，通过噪声样本对图像处理网络进行训练，以提升图像处理网络的训练效率。

技术领域

本公开涉及图像去噪技术领域，具体而言，涉及一种图像处理网络的训练方法、图像去噪方法、图像处理网络的训练装置、图像去噪装置、计算机可读存储介质及电子设备。

背景技术

图像是一种视觉信息载体，人们可以通过图像获取信息。通常情况下，在图像生成以及传输等过程中经常会收到噪声的干扰，这会增加计算机的图像处理难度。基于上述情况，解决方式通常为：通过成对的样本对图像处理网络进行训练，使得图像处理网络学习样本之间的噪声关系，从而能够将样本中的噪声剥离，以便于后续的图像处理。但是，上述训练方式需要输入大量的成对样本，并且经过较长时间的学习才能够使得图像处理网络具备图像去噪的能力，这样会存在训练效率较低的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种图像处理网络的训练方法、图像去噪方法、图像处理网络的训练装置、图像去噪装置、计算机可读存储介质及电子设备，在一定程度上克服图像处理网络训练效率较低的问题，通过噪声样本对图像处理网络进行训练，以提升图像处理网络的训练效率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种图像处理网络的训练方法，包括：

根据参考噪声和原始图像生成噪声图像，并对噪声图像进行噪声提取，得到预测噪声；

计算预测噪声与参考噪声的第一损失函数，并根据第一损失函数调整图像处理网络的第一网络参数；

将预测噪声与噪声图像进行拼接，得到目标噪声图像，并对目标噪声图像进行图像修复，输出预测图像；

计算预测图像与原始图像的第二损失函数，并根据第二损失函数调整图像处理网络的第二网络参数。

在本公开的一种示例性实施例中，该图像处理网络的训练方法还可以包括以下步骤：

将原始噪声与随机噪声进行重合，得到参考噪声。

在本公开的一种示例性实施例中，原始噪声为水印噪声，将原始噪声与随机噪声进行重合，得到参考噪声的方式具体可以为：

将水印噪声平均分布于与原始图像尺寸相同的画布中，得到待合成的图像；

将待合成的图像与随机噪声进行重合，得到参考噪声。

在本公开的一种示例性实施例中，随机噪声包括泊松噪声、乘性的伯努利噪声、随机值的脉冲噪声、图像文本水印噪声、蒙特卡洛噪声以及文本噪声中至少一种。

在本公开的一种示例性实施例中，对噪声图像进行噪声提取，得到预测噪声的方式具体可以为：

对噪声图像进行图像卷积以及非线性激活，得到第一图像特征；

对第一图像特征进行第一预设次数的残差计算，以得到第二图像特征；其中，第一预设次数与预设数量相等；