[發(fā)明專利]一種基于壓縮型卷積神經(jīng)網(wǎng)絡(luò)的圖像去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710286383.7
• 申請(qǐng)日: 2017-04-27
• 公開(kāi)（公告）號(hào): CN107248144B
• 公開(kāi)（公告）日: 2019-12-10
• 發(fā)明（設(shè)計(jì)）人: 伍家松;達(dá)臻;陳雄輝;楊啟晗;姜龍玉;孔佑勇;舒華忠
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 32204 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)
• 代理人: 孟紅梅

1.一種基于壓縮型卷積神經(jīng)網(wǎng)絡(luò)的圖像去噪方法，包括：構(gòu)造訓(xùn)練數(shù)據(jù)集；構(gòu)造去噪卷積神經(jīng)網(wǎng)絡(luò)模型；利用訓(xùn)練數(shù)據(jù)集對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；將有噪聲的圖像輸入到訓(xùn)練好的網(wǎng)絡(luò)中，并用所述有噪聲的圖像減去網(wǎng)絡(luò)的輸出圖像得到清晰的去噪圖像；其特征在于：

所述神經(jīng)網(wǎng)絡(luò)模型包括若干壓縮型卷積層，所述壓縮型卷積層將卷積單元的四維的權(quán)值參數(shù)矩陣重新排列成二維矩陣W，并將該二維矩陣W分解為兩個(gè)低秩矩陣U和V的乘積，實(shí)現(xiàn)權(quán)值參數(shù)的壓縮；二維矩陣W的行數(shù)Row滿足:的最大值，且能被nIn·nOut·kw·kh整除；其中nIn表示的輸入的通道數(shù)，nOut表示輸出的通道數(shù)，kw表示卷積核的寬度，kh表示卷積核的高度；

對(duì)二維矩陣W進(jìn)行低秩矩陣分解時(shí)直接構(gòu)造U矩陣，即使得U的元素u_ij滿足如下區(qū)間的均勻分布：

其中，R表示壓縮率。

2.根據(jù)權(quán)利要求1所述的一種基于壓縮型卷積神經(jīng)網(wǎng)絡(luò)的圖像去噪方法，其特征在于，訓(xùn)練數(shù)據(jù)集為被噪聲污染過(guò)的圖像和污染噪聲的集合，表示為其中N表示集合大小，y_i表示被噪聲污染過(guò)的圖像，v_i表示噪聲圖像，其中噪聲圖像為指定噪聲級(jí)別的高斯隨機(jī)噪聲或噪聲級(jí)別在指定范圍內(nèi)的高斯隨機(jī)噪聲。