[发明专利]基于迁移学习的图像去噪方法、系统、设备及介质有效

专利信息
申请号: 201910815039.1 申请日: 2019-08-30
公开(公告)号: CN110738605B 公开(公告)日: 2023-04-28
发明(设计)人: 杨飞;郎济莹;王维颂 申请(专利权)人: 山东大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 黄海丽
地址: 264209 *** 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: 本公开公开了基于迁移学习的图像去噪方法、系统、设备及介质,获取待去噪的图像;将待去噪的图像输入到预先训练好的基于迁移学习的去噪神经网络中进行处理,所述基于迁移学习的去噪神经网络,包括:主降噪网络和噪声分布信息提取网络;噪声分布信息提取网络用于提取随机噪声分布特征;将随机噪声分布特征进行预处理后,作为主降噪网络每个残差模块的动态归一化参数,把随机噪声分布特征迁移到主去噪网络的数据特征中,加速主网络的收敛速度;利用动态归一化参数对主降噪网络每个残差模块提取的图像特征进行归一化处理,主降噪网络输出纯噪声图像;将纯噪声图像与待去噪的图像进行差值处理,得到去噪后的图像。
搜索关键词: 基于 迁移 学习 图像 方法 系统 设备 介质
【主权项】:
1.基于迁移学习的图像去噪方法,其特征是,包括:/n获取待去噪的图像;/n将待去噪的图像输入到预先训练好的基于迁移学习的去噪神经网络中进行处理,所述基于迁移学习的去噪神经网络,包括:主降噪网络和噪声分布信息提取网络;/n噪声分布信息提取网络用于提取随机噪声分布特征;将随机噪声分布特征进行预处理后,作为主降噪网络每个残差模块的动态归一化参数,把随机噪声分布特征迁移到主去噪网络的数据特征中,加速主网络的收敛速度;利用动态归一化参数对主降噪网络每个残差模块提取的图像特征进行归一化处理,主降噪网络输出纯噪声图像;/n将纯噪声图像与待去噪的图像进行差值处理,得到去噪后的图像。/n
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山东大学,未经山东大学许可,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/201910815039.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top