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！

龙图腾网获悉湖北工业大学申请的专利一种图像去噪模型的训练方法及系统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：CN116597154B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310591900.7，技术领域涉及：G06V10/30；该发明授权一种图像去噪模型的训练方法及系统是由王莞茹;唐赫设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种图像去噪模型的训练方法及系统在说明书摘要公布了：本发明公开了一种图像去噪模型的训练方法及系统，涉及数字图像处理和计算机视觉领域，方法包括：首先将噪声图像数据和真实世界图像数据输入至学生网络，得到噪声图像去噪数据和第一真实世界图像去噪数据；将真实世界图像数据输入至教师网络，得到第二真实世界图像去噪数据；根据得到的数据，确定学生网络的降噪损失；然后以降噪损失最小为目标，更新学生网络的权重参数；根据更新后学生网络的权重参数，对教师网络的权重参数进行更新。基于本发明的训练方法，在训练教师‑学生网络时，只需要使用噪声图像数据和真实世界图像数据，便可以对图像去噪模型进行训练，而无需获取高质量的干净图像对。

本发明授权一种图像去噪模型的训练方法及系统在权利要求书中公布了：1.一种图像去噪模型的训练方法，其特征在于，包括： 步骤1：将噪声图像数据和真实世界图像数据输入至学生网络，得到噪声图像去噪数据和第一真实世界图像去噪数据；所述噪声图像数据为样本图像添加伪噪声后的图像数据；所述学生网络为基于UDNet网络框架的去噪网络；去噪网络UDNet整体结构基于U-Net架构，UDNet有4个编码器阶段和4个相应的解码器阶段，编码器和解码器之间有上下文连接模块； 步骤2：将所述真实世界图像数据输入至教师网络，得到第二真实世界图像去噪数据；所述教师网络为基于UDNet网络框架的去噪网络； 步骤3：根据所述噪声图像去噪数据、所述第一真实世界图像去噪数据和所述第二真实世界图像去噪数据，确定所述学生网络的降噪损失；所述降噪损失包括去噪损失和一致性损失；所述去噪损失根据样本图像数据和所述噪声图像去噪数据确定；所述一致性损失根据所述第一真实世界图像去噪数据和所述第二真实世界图像去噪数据确定； 所述降噪损失的损失函数表达式，具体如下： 其中，为降噪损失，A和R分别表示噪声图像数据的集合和真实世界图像数据的集合，N和M分别表示每次迭代时噪声图像数据和真实世界图像数据的数量，为第i次迭代时的去噪损失，为第j次迭代时的一致性损失，为第i次迭代时的样本图像数据，为第j次迭代时的真实世界图像去噪数据，为随迭代次数变化的系数； 所述去噪损失的损失函数表达式，具体如下： 所述一致性损失的损失函数表达式，具体如下： 其中，为去噪损失，x为样本图像数据，Px为噪声图像去噪数据；为L1损失函数，为一致性损失，Sy为学生网络预测生成的第一真实世界图像去噪数据，Ty为教师网络预测生成的第二真实世界图像去噪数据； 步骤4：以所述降噪损失最小为目标，更新所述学生网络的权重参数； 步骤5：根据更新后学生网络的权重参数，对所述教师网络的权重参数进行更新。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28号；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。