[发明专利]基于级联深度残差网络的视频去噪方法

权利要求书

1.一种基于级联深度残差网络的视频去噪方法，其特征在于，包括以下步骤：

(1)获取待去噪的视频，设待去噪的视频中的第t帧图像为I_t，得到图像序列{I_t-K,…,I_t,…,I_t+K}，其中I_t-i和I_t+i分别为位于t时刻之前和之后，与第t帧图像相隔i帧的图像，K可取值为1、2或3；

(2)构建第一级和第二级深度残差网络；第一级和第二级深度残差网络具有相同的网络结构，第一级和第二级深度残差网络均包括输入模块、残差模块和融合模块；所述输入模块包括一个卷积层，该卷积层具有N_input个3×3×(2K+1)大小的卷积核；所述残差模块包含N_block个残差块，每个残差块中包含卷积层Conv_k01、PReLU层和卷积层Conv_k02；所述融合模块包含卷积层Conv_B01、卷积层Conv_B02和卷积层Conv_B03；

(3)将步骤(1)中的图像序列输入到第一级深度残差网络，图像序列中的每幅图像被当作一个二维矩阵，依次排列这些矩阵形成一个三阶张量，与输入模块中的N_input个卷积核进行步长为1的卷积运算，产生包含N_input个通道的特征图，输入到残差模块中；

(4)残差模块中的第一残差块的输入为输入模块输出的特征图，除第一残差块之外的任意第k个残差块以第k-1个残差块的输出为输入，设某个残差块的输入为x，前向传播时的数据流向依次为卷积层Conv_k01、PReLU层、卷积层Conv_k02，通过卷积层Conv_k01、PReLU层和卷积层Conv_k02将输入x映射为F(x)，最后以F(x)和输入x之和F(x)+x作为残差块的输出；

(5)融合模块有两个输入，其中的一个来自残差模块的输出，将其输入到融合模块的卷积层Conv_B01，经卷积运算后产生一个包含4D_out个通道的特征图，其中D_out为输出图像的通道数目；融合模块的另一个输入来自于步骤(3)中依次排列输入图像对应的矩阵所形成的三阶张量，将其输入到融合模块的卷积层Conv_B02，经卷积运算后产生一个包含4D_out个通道的特征图；

(6)将融合模块的卷积层Conv_B01和Conv_B02的输出经像素重排，将特征图变换成长宽方向分别为输入图像长和宽的2倍，通道数等于输出图像通道数目的特征图；

(7)将融合模块两个经像素重排后的特征图进行加运算，运算结果作为卷积层Conv_B03的输入，经步长为2的卷积运算后得到第一级深度残差网络的输出结果为图像序列其中与第t帧图像I_t对应的输出结果为

(8)将第一级深度残差网络输出的结果图像序列作为第二级深度残差网络中输入模块的输入，重复步骤(3)-(7)的过程，输出最终的结果图像。