[发明专利]一种基于卷积对神经网络的图像去噪方法在审
| 申请号： | 201610481466.7 | 申请日： | 2016-06-27 |
| 公开（公告）号： | CN106408522A | 公开（公告）日： | 2017-02-15 |
| 发明（设计）人： | 张永兵;孙露露;王好谦;王兴政;李莉华;戴琼海 | 申请（专利权）人： | 深圳市未来媒体技术研究院;清华大学深圳研究生院 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 深圳新创友知识产权代理有限公司44223 | 代理人： | 方艳平 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积对神经网络的图像去噪方法，包括以下步骤搭建卷积对神经网络模型，所述卷积对神经网络模型包括多个卷积对和相应的激活层；选取训练集，并设置所述卷积对神经网络模型的训练参数；根据所述卷积对神经网络模型及其训练参数，以最小化损失函数为目标训练所述卷积对神经网络模型形成图像去噪神经网络模型；将待处理的图像输入到所述图像去噪神经网络模型，输出去噪后的图像。本发明公开的基于卷积对神经网络的图像去噪方法，极大地增强神经网络的学习能力，建立起噪声图像到干净图像的准确映射，可以实现实时去噪。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 图像 方法 | ||
【主权项】：
一种基于卷积对神经网络的图像去噪方法，其特征在于，包括以下步骤：S1：搭建卷积对神经网络模型，所述卷积对神经网络模型包括多个卷积对和相应的激活层；S2：选取训练集，并设置所述卷积对神经网络模型的训练参数；S3：根据所述卷积对神经网络模型及其训练参数，以最小化损失函数为目标训练所述卷积对神经网络模型形成图像去噪神经网络模型；S4：将待处理的图像输入到所述图像去噪神经网络模型，输出去噪后的图像。
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深圳市未来媒体技术研究院;清华大学深圳研究生院，未经深圳市未来媒体技术研究院;清华大学深圳研究生院许可，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/201610481466.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种多滤波器组及利用其进行滤波的方法
- 下一篇：一种图像调和平均去噪方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
