[发明专利]基于通道注意力机制和特征金字塔的图像去噪方法在审
| 申请号： | 201911003727.4 | 申请日： | 2019-10-22 |
| 公开（公告）号： | CN110766632A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 赵逸云;鞠国栋;沈良恒 | 申请（专利权）人： | 广东启迪图卫科技股份有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 44326 广州容大专利代理事务所(普通合伙) | 代理人： | 刘新年 |
| 地址： | 510000 广东省广州市番禺区番禺大*** | 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： | 本发明涉及一种基于通道注意力机制和特征金字塔的图像去噪方法，包括：步骤1、在第一阶段，基于深度学习，使用卷积直接提取含噪图像的原始特征；步骤2、使用通道注意力机制对提取的原始特征赋予不同的重要性；步骤3、在第二阶段，使用池化核得到多尺度的深度特征；步骤4、使用连续的下采样和上采样对深度特征分别实现去噪，并且使用双线性插值对去噪的结果进行上采样级联；步骤5、在第三阶段，使用基于多路注意力机制的卷积核尺寸动态选择结构，自适应表达特征得到最终的干净图像。本发明设计合理，考虑了不同特征通道的重要性，兼顾全局信息和局部信息，并保证了图像去噪质量。 | ||
| 搜索关键词： | 注意力机制 深度特征 图像去噪 原始特征 上采样 去噪 尺寸动态 含噪图像 局部信息 全局信息 特征通道 直接提取 多尺度 卷积核 双线性 下采样 自适应 池化 多路 级联 卷积 金字塔 图像 赋予 保证 学习 | ||
【主权项】：
1.一种基于通道注意力机制和特征金字塔的图像去噪方法，其特征在于，包括：/n步骤1、在第一阶段，基于深度学习，使用卷积直接提取含噪图像的原始特征；/n步骤2、使用通道注意力机制对提取的原始特征赋予不同的重要性；/n步骤3、在第二阶段，使用池化核得到多尺度的深度特征；/n步骤4、使用连续的下采样和上采样对深度特征分别实现去噪，并且使用双线性插值对去噪的结果进行上采样级联；/n步骤5、在第三阶段，使用基于多路注意力机制的卷积核尺寸动态选择结构，自适应表达特征得到最终的干净图像。/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广东启迪图卫科技股份有限公司，未经广东启迪图卫科技股份有限公司许可，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/201911003727.4/，转载请声明来源钻瓜专利网。
