龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北方民族大学
申请日：2024-03-07
公开（公告）日：2024-06-14
公开（公告）号：CN118195940A
主分类号：G06T5/70
分类号：G06T5/70;G06T5/60;G06N3/0455;G06N3/045;G06N3/0475;G06N3/094;G06N3/048;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明涉及图像处理领域，具体是指一种基于神经网络的泊松图像恢复方法及系统，所述方法包括数据采集、添加噪声、神经网络模型去噪、对抗训练、模型优化、泊松图像恢复，本发明采用生成对抗网络模型对图像进行去噪处理，并使用基于PixelShuffle上采样的算法对生成器中的解码器进行优化，使用基于梯度下降的提高图像去噪效率以及泊松图像恢复能力，同时本发明利用泊松噪声其基于统计学特性分布的特点，对清晰图片进行函数泊松加噪，更好的训练神经网络模型针对泊松噪声的图像恢复能力；所述系统包括数据采集模块、泊松加噪模块、编码器‑解码器模块、判别器模块、泊松图像输入模块以及用户操作模块。
主权项：1.一种基于神经网络的泊松图像恢复方法，其特征在于：包括以下步骤：步骤S1：数据采集，数据采集模块负责采集清晰图像；步骤S2：添加噪声，对清晰图像增加泊松噪声，得到泊松图像；步骤S3：神经网络模型去噪，使用基于PixelShuffle转置卷积的编码器-解码器，对泊松图像进行去噪操作，得到去噪声图像Y；步骤S4：对抗训练，初始化判别器，并使用去噪声图像Y与对应的清晰图像对判别器进行对抗训练，并得到损失计算结果；步骤S5：模型优化，根据损失计算结果，使用随机梯度下降法对编码器、解码器以及判别器模型进行优化更新，得到优化后的编码器、解码器以及判别器模型；步骤S6：泊松图像恢复，将需要进行泊松恢复的图像输入到优化后的编码器、解码器，得到消除泊松噪声的图像。
全文数据：
权利要求：
百度查询： 北方民族大学 一种基于神经网络的泊松图像恢复方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号