[发明专利]一种深度非对称跳跃连接的图像降噪方法在审
| 申请号： | 201811533602.8 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109559290A | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 李宗民;公绪超;李亚传;张军;李冠林;刘玉杰 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度非对称跳跃连接的图像降噪方法，包括：随机裁切训练图片，并对副本添加噪声信息，形成训练样本；设计非对称跳跃连接深度神经网络，其中包含非对称跳跃连接层；确立非对称跳跃连接层各自的权重因子；进行训练与降噪。构建了一种非对称跳跃连接模型，以进行图像降噪。这种端到端的图像降噪网络能够在简化操作的同时保证降噪效果，对后期的图像理解、检测、分割、识别等任务有良好的作用。 | ||
| 搜索关键词： | 非对称 跳跃 图像降噪 连接层 降噪 权重因子 神经网络 图像理解 训练图片 训练样本 噪声信息 裁切 构建 副本 分割 检测 网络 保证 | ||
【主权项】：
1.一种深度非对称跳跃连接的图像降噪方法，所述方法包括：步骤1)，随机裁切图片，并对裁切后图片的副本添加噪声信息，形成训练图片，训练图片的集合构成训练样本；步骤2)，设计非对称跳跃连接深度神经网络，其中包含非对称跳跃连接层；步骤3)，确立非对称跳跃连接层各自的权重因子；步骤4)，进行降噪图片训练；步骤5)，训练完成后会得到训练模型，以此为基础进行模糊图片降噪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811533602.8/，转载请声明来源钻瓜专利网。
