[发明专利]一种用于多视图数据的图像去噪方法及其相关装置

权利要求书

1.一种用于多视图数据的图像去噪方法，其特征在于，包括：

获取多视图训练数据，所述多视图训练数据包括无噪声多视图数据和对所述无噪声多视图数据加噪声后得到的有噪声多视图数据；

通过所述无噪声多视图数据训练第一多模态玻尔兹曼机模型，使得所述第一多模态玻尔兹曼机模型学习所述无噪声多视图数据中各视图数据的统一特征表示和私有特征表示，得到训练好的第一多模态玻尔兹曼机模型；

根据所述有噪声多视图数据中的噪声视图数据和所述训练好的第一多模态玻尔兹曼机模型的模型参数对第二多模态玻尔兹曼机模型的模型参数进行初始化；

通过初始化后的第二多模态玻尔兹曼机模型学习所述有噪声多视图数据中的噪声结构，得到训练好的第二多模态玻尔兹曼机模型；

将待去噪多视图数据输入到所述训练好的第二多模态玻尔兹曼机模型进行图像去噪，得到去噪后的多视图数据。

2.根据权利要求1所述的用于多视图数据的图像去噪方法，其特征在于，所述第一多模态玻尔兹曼机模型的能量函数和条件概率为：

式中，E₁(·)为第一多模态玻尔兹曼机模型的能量函数，V为多视图训练数据的视图数量，x¹,x²,…,x^V为输入的无噪声多视图数据，h¹,h²,…,h^V为每个视图数据的私有特征表示，q为无噪声多视图数据的统一特征表示，J^v为第v视图上私有特征层节点数目，D^v为统一特征层节点数目，c^v为第v视图可见层上的偏置，σ^v为第v视图可见层上的标准差，W^v为第v视图可见层到有特征层的权值，为第v视图上私有特征层上的偏置，U^v为第v视图上可见层到统一特征层的权值，b_j为统一特征层上的偏置，f(·)为Sigmoid激活函数。

3.根据权利要求2所述的用于多视图数据的图像去噪方法，其特征在于，所述第二多模态玻尔兹曼机模型的能量函数和条件概率为：

式中，E₂(·)为第二多模态玻尔兹曼机模型的能量函数，x²,…,x^V为输入的有噪声多视图数据，为有噪声的第一视图数据，x¹为去噪后的第一视图数据，h¹,h²,…,h^V为每个视图数据的私有特征表示，q为无噪声多视图数据的统一特征表示，s¹为第一视图上的噪声结构，g¹为第一视图上的噪声结构的特征表示，e¹为第一视图上的噪声结构的特征层上的偏置，d¹为第一视图上的噪声结构的可见层上的偏置，O¹为第一视图上的噪声结构上可见层到特征层的权值，为第一视图上输入噪声数据的可见层的方差，为第一视图上输入噪声数据的可见层的偏置，U^v为第v视图上可见层到统一特征层的权值，为可知输入噪声数据和去噪后的数据的耦合因子，f(·)为Sigmoid激活函数。

4.根据权利要求1所述的用于多视图数据的图像去噪方法，其特征在于，所述获取多视图训练数据，之后还包括：

采用归一化方法将所述多视图训练数据中的每个视图数据归一化为均值为0、方差为1的视图数据。