[发明专利]图像去噪模型的训练方法、图像去噪方法、装置及设备

权利要求书

1.一种图像去噪模型的训练方法，其特征在于，所述图像去噪模型包括编码器、第一解码器和第二解码器；所述方法包括：

获取所述图像去噪模型的训练样本，所述训练样本包括无噪声样本图像、纯噪声图像，以及基于所述无噪声样本图像和所述纯噪声图像生成的带噪样本图像；

通过所述编码器提取所述带噪样本图像的特征信息；

通过所述第一解码器对所述带噪样本图像的特征信息进行处理，得到所述带噪样本图像对应的预测噪声图像；根据所述预测噪声图像和所述带噪样本图像，生成所述带噪样本图像对应的第一预测去噪图像；

通过所述第二解码器对所述带噪样本图像的特征信息进行处理，得到所述带噪样本图像对应的第二预测去噪图像；

根据所述第一预测去噪图像、所述第二预测去噪图像和所述无噪声样本图像，确定所述图像去噪模型的训练损失，并基于所述训练损失调整所述图像去噪模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测去噪图像、所述第二预测去噪图像和所述无噪声样本图像，确定所述图像去噪模型的训练损失，并基于所述训练损失调整所述图像去噪模型的参数，包括：

根据所述第一预测去噪图像和所述无噪声样本图像，确定第一训练损失，所述第一训练损失用于衡量所述第一预测去噪图像和所述无噪声样本图像之间的差异；

基于所述第一训练损失，调整所述编码器和所述第一解码器的参数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一预测去噪图像和所述无噪声样本图像，确定第一训练损失，包括：

根据所述第一预测去噪图像和所述无噪声样本图像，确定第一像素级损失、第一语义特征损失和第一图像梯度损失；其中，所述第一像素级损失用于衡量所述第一预测去噪图像的像素点和所述无噪声样本图像的像素点之间的差异，所述第一语义特征损失用于衡量所述第一预测去噪图像的语义特征和所述无噪声样本图像的语义特征之间的差异，所述第一图像梯度损失用于衡量所述第一预测去噪图像的图像梯度和所述无噪声样本图像的图像梯度之间的差异；

根据所述第一像素级损失、所述第一语义特征损失和所述第一图像梯度损失，确定所述第一训练损失。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测去噪图像、所述第二预测去噪图像和所述无噪声样本图像，确定所述图像去噪模型的训练损失，并基于所述训练损失调整所述图像去噪模型的参数，包括：

根据所述第二预测去噪图像和所述无噪声样本图像，确定第二训练损失，所述第二训练损失用于衡量所述第二预测去噪图像和所述无噪声样本图像之间的差异；

基于所述第二训练损失，调整所述编码器和所述第二解码器的参数。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第二预测去噪图像和所述无噪声样本图像，确定第二训练损失，包括：

根据所述第二预测去噪图像和所述无噪声样本图像，确定第二像素级损失、第二语义特征损失和第二图像梯度损失；其中，所述第二像素级损失用于衡量所述第二预测去噪图像的像素点和所述无噪声样本图像的像素点之间的差异，所述第二语义特征损失用于衡量所述第二预测去噪图像的语义特征和所述无噪声样本图像的语义特征之间的差异，所述第二图像梯度损失用于衡量所述第二预测去噪图像的图像梯度和所述无噪声样本图像的图像梯度之间的差异；

根据所述第二像素级损失、所述第二语义特征损失和所述第二图像梯度损失，确定所述第二训练损失。

6.根据权利要求1所述的方法，其特征在于，所述图像去噪模型还包括判别器；所述方法还包括：

通过所述判别器对所述第一预测去噪图像和所述无噪声样本图像分别进行像素级判别，得到所述第一预测去噪图像和所述无噪声样本图像分别对应的像素级判别结果；

基于所述像素级判别结果，确定所述判别器对应的判别损失，所述判别损失用于衡量所述判别器输出的所述像素级判别结果的准确度；

其中，所述判别损失用于调整所述判别器的参数，还用于调整所述编码器和所述第一解码器的参数。