[发明专利]一种基于压缩型卷积神经网络的图像去噪方法有效
| 申请号： | 201710286383.7 | 申请日： | 2017-04-27 |
| 公开（公告）号： | CN107248144B | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 伍家松;达臻;陈雄辉;杨启晗;姜龙玉;孔佑勇;舒华忠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 孟红梅 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 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压缩型卷积神经网络的图像去噪方法，包括：构造训练数据集；构造压缩型去噪卷积神经网络模型；利用训练数据集对网络模型进行训练；将有噪声的图像输入到训练好的网络中，并用所述有噪声的图像减去网络的输出图像得到清晰的去噪图像。本发明中的去噪卷积神经网络主要特征在于将原始的去噪卷积神经网络的卷积层替换成了经由低秩矩阵分解压缩后的卷积层。本发明通过改进一种已有的去噪卷积神经网络DnCNN，将其网络参数减少了至少75％，精简了网络，同时保持了优异的去噪效果。 | ||
| 搜索关键词： | 一种 基于 压缩 卷积 神经网络 图像 方法 | ||
【主权项】：
1.一种基于压缩型卷积神经网络的图像去噪方法，包括：构造训练数据集；构造去噪卷积神经网络模型；利用训练数据集对网络模型进行训练；将有噪声的图像输入到训练好的网络中，并用所述有噪声的图像减去网络的输出图像得到清晰的去噪图像；其特征在于：/n所述神经网络模型包括若干压缩型卷积层，所述压缩型卷积层将卷积单元的四维的权值参数矩阵
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东南大学，未经东南大学许可，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/201710286383.7/，转载请声明来源钻瓜专利网。
