[发明专利]一种针对视频图像的光流估计与去噪联合学习深度网络模型

摘要

本发明公开一种针对视频图像的光流估计与去噪联合学习深度网络模型，属于图像处理领域。该模型包括预处理模块、光流估计模块和去噪模块，每个模块采用Encoder‑Decoder网络结构，利用样本数据集首先单独训练预处理模块，然后固定预处理模块的相关参数，同时训练预处理模块和光流估计模块，最后固定预处理模块和光流估计模块的相关参数，整体训练包含三个模块的深度网络模型，利用训练完成的深度网络模型可直接对含噪视频图像进行光流估计和去噪处理。本发明提出的联合学习深度网络模型，光流估计和去噪速度快，精度高，便于在实际中快速处理大量视频图像。

主权项

1.一种针对视频图像的光流估计与去噪联合学习深度网络模型，其特征在于：该联合深度学习网络模型包括三个模块：预处理模块、光流估计模块和去噪模块，首先利用样本数据集对深度网络模型进行训练；然后对输入的噪声图像im_n1和im_n2，利用预处理模块做初步去噪处理，得到预处理后的图像对im_p1和im_p2；利用光流估计模块对图像对im_p1和im_p2进行运动估计，得到光流估计结果flow；把噪声图像im_n2按照光流估计结果flow做变换得到图像im_n2’，再将图像im_n2’和噪声图像im_n1作为去噪模块的输入图像，得到噪声图像im_n1对应的最终去噪图像im_dn。