Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京神目科技有限公司;同方威视技术股份有限公司;清华大学赵自然获国家专利权

北京神目科技有限公司;同方威视技术股份有限公司;清华大学赵自然获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京神目科技有限公司;同方威视技术股份有限公司;清华大学申请的专利图像去噪模型的训练方法和装置、图像去噪方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116433498B

龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111680455.9,技术领域涉及:G06T5/70;该发明授权图像去噪模型的训练方法和装置、图像去噪方法和装置是由赵自然;张经纬;顾建平设计研发完成,并于2021-12-30向国家知识产权局提交的专利申请。

图像去噪模型的训练方法和装置、图像去噪方法和装置在说明书摘要公布了:提供了一种图像去噪模型的训练方法和装置、图像去噪方法和装置。训练方法包括:获取训练样本集,包括第一训练样本和第二训练样本,第一训练样本包括原始图像数据样本和噪声数据样本,第二训练样本包括干净图像数据样本;将原始图像数据样本输入第一卷积神经网络;第一卷积神经网络处理原始图像数据样本,得到图像特征数据;将噪声数据样本输入第二卷积神经网络;第二卷积神经网络处理噪声数据样本,得到噪声特征数据;对图像特征数据和噪声特征数据进行融合,得到融合特征数据;对融合特征数据进行卷积操作,得到用于表征待识别对象的图像特征的增强特征数据;根据干净图像数据样本与增强特征数据之间的差异,调整图像去噪模型的各个参数。

本发明授权图像去噪模型的训练方法和装置、图像去噪方法和装置在权利要求书中公布了:1.一种图像去噪模型的训练方法,所述图像去噪模型包括第一卷积神经网络和第二卷积神经网络,其特征在于,所述方法包括: 获取训练样本集,所述训练样本集包括第一训练样本和第二训练样本,所述第一训练样本和所述第二训练样本用于分别表征所述图像去噪模型的输入和输出,所述第一训练样本包括原始图像数据样本和噪声数据样本,所述第二训练样本包括干净图像数据样本,所述原始图像数据样本和所述干净图像数据样本均包括待识别对象的图像数据; 将所述原始图像数据样本输入第一卷积神经网络; 所述第一卷积神经网络处理所述原始图像数据样本,得到图像特征数据; 将所述噪声数据样本输入第二卷积神经网络; 所述第二卷积神经网络处理所述噪声数据样本,得到噪声特征数据; 对所述图像特征数据和所述噪声特征数据进行融合,得到融合特征数据; 对所述融合特征数据进行卷积操作,得到增强特征数据,其中,所述增强特征数据用于表征所述待识别对象的图像特征;以及 根据所述干净图像数据样本与所述增强特征数据之间的差异,调整所述图像去噪模型的各个参数; 其中,所述获取训练样本集包括: 在第一条件下,获取第一原始图像数据采样; 根据所述第一原始图像数据采样和所述噪声数据样本,得到第二图像数据采样,其中,所述第二图像数据采样包括去除噪声的干净图像数据; 根据所述第一条件中的温度值与第二条件中的温度值,确定缩放因子; 根据所述缩放因子对所述第二图像数据采样进行缩放,以生成至少一个第二条件下的第三图像数据采样,其中,所述第三图像数据采样包括去除噪声的干净图像数据; 根据所述第二图像数据采样和所述第三图像数据采样,得到所述干净图像数据样本, 其中,在所述第一条件下获取的原始图像数据采样的信噪比高于在所述第二条件下获取的原始图像数据采样的信噪比。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京神目科技有限公司;同方威视技术股份有限公司;清华大学,其通讯地址为:101399 北京市顺义区临空经济核心区融慧园6号楼4-170;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。