[發明專利]一種輕量真實圖像去噪的神經網絡設計及訓練方法有效

申請號：	202110462356.7	申請日：	2021-04-27
公開（公告）號：	CN113191972B	公開（公告）日：	2023-04-14
發明（設計）人：	侯興松;劉恒岳	申請（專利權）人：	西安交通大學
主分類號：	G06T5/00	分類號：	G06T5/00;G06V10/44;G06V10/82;G06N3/0464;G06N3/08
代理公司：	西安通大專利代理有限責任公司 61200	代理人：	李鵬威
地址：	710049 ***	國省代碼：	陜西;61
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種真實圖像神經網絡設計訓練方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種輕量真實圖像去噪的神經網絡設計方法及訓練方法，所述輕量真實圖像去噪的神經網絡采用4尺度的U型網絡結構，包括7個二階殘差注意力模塊、3個下采樣模塊以及3個上采樣模塊。本發明能夠對真實含噪圖像進行快速去噪，獲得去噪圖像。

技術領域

本發明涉及真實圖像去噪領域，具體涉及一種輕量真實圖像去噪的神經網絡設計及訓練方法。

背景技術

神經網絡的興起對于高斯圖像去噪的任務產生巨大推進。因為高斯噪聲容易仿真，可以直接加到圖像中獲得神經網絡所需要的數據集，重組的數據集帶來神經網絡穩定的高斯噪聲去噪效果。在真實場景下，神經網絡用于圖像去噪主要由兩方面限制：經過終端數字圖像處理后，噪聲類型會變得比較復雜，難以在實驗環境下仿真，不利于神經網絡訓練；常見的神經網絡的參數很多，很難滿足在移動終端的實時運行。因此設計一種針對真實場景的、輕量的真實噪聲去噪網絡具有較高的學術和工程價值。

發明內容

本發明的目的在于提供一種輕量真實圖像去噪的神經網絡設計及訓練方法，以解決現有技術存在的問題，本發明能夠對真實含噪圖像進行快速去噪，獲得去噪圖像。

為達到上述目的，本發明采用如下技術方案：

一種輕量真實圖像去噪的神經網絡設計方法，所述輕量真實圖像去噪的神經網絡采用4尺度的U型網絡結構，包括7個二階殘差注意力模塊、3個下采樣模塊以及3個上采樣模塊；

所述7個二階殘差注意力模塊按照與輸入距離的遠近依次命名為2ndRB₁……2ndRB₇，對于輸入的含噪圖像，首先經過2ndRB₁進行特征的提取，2ndRB₁的輸出有兩條分支：第一條分支向網絡后方傳遞，與2ndRB₆的輸出相加后輸入到2ndRB₇中；第二條分支經過小波下采樣，送入到2ndRB₂中；2ndRB₂的輸出有兩條分支：第一條分支向網絡后方傳遞，與2ndRB₅的輸出相加后輸入到2ndRB₆中；第二條分支經過小波下采樣，送入到2ndRB₃中；2ndRB₃的輸出有兩條分支：第一條分支向網絡后方傳遞，與2ndRB₄的輸出相加后輸入到2ndRB₅中；第二條分支經過小波下采樣，送入到2ndRB₄中；2ndRB₄的輸出與2ndRB₃的第一條分支相加輸入至2ndRB₅中；2ndRB₅的輸出與2ndRB₂的第一條分支相加輸入至2ndRB₆中；2ndRB₆的輸出與2ndRB₁的第一條分支相加輸入至2ndRB₇中；2ndRB₇的輸出與輸入的噪聲圖像相加后得到去噪圖像。