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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利图像降噪模型的训练方法、装置、设备及存储介质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：CN113822289B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202110662101.5，技术领域涉及：G06V10/30；该发明授权图像降噪模型的训练方法、装置、设备及存储介质是由何楠君;李悦翔;林一;马锴;郑冶枫设计研发完成，并于2021-06-15向国家知识产权局提交的专利申请。

本图像降噪模型的训练方法、装置、设备及存储介质在说明书摘要公布了：本申请实施例提供了一种图像降噪模型的训练方法、装置、设备及存储介质，涉及图像处理和机器学习技术领域。所述方法包括：获取至少一个带噪样本图像和至少一个无噪样本图像；将带噪样本图像的噪声特征，添加至无噪样本图像中，生成无噪样本图像对应的加噪图像；采用图像降噪模型对加噪图像进行降噪处理，生成加噪图像对应的降噪图像；基于无噪样本图像和加噪图像对应的降噪图像，计算图像降噪模型的训练损失；根据训练损失对图像降噪模型进行训练。本申请实施例提供的技术方案，能够提升图像降噪模型的降噪性能。

本发明授权图像降噪模型的训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像降噪模型的训练方法，其特征在于，所述图像降噪模型包括第一编码网络和第一解码网络，所述方法包括： 获取至少一个带噪样本图像和至少一个无噪样本图像； 将所述带噪样本图像的噪声特征，添加至所述无噪样本图像中，生成所述无噪样本图像对应的加噪图像； 采用所述图像降噪模型对所述加噪图像进行降噪处理，生成所述加噪图像对应的降噪图像； 通过所述第一编码网络提取所述带噪样本图像的第一特征图；通过所述第一解码网络对所述带噪样本图像的第一特征图进行解码处理，生成所述带噪样本图像对应的降噪图像；通过所述第一编码网络提取所述带噪样本图像对应的降噪图像的第一特征图；基于所述带噪样本图像的第一特征图和所述带噪样本图像对应的降噪图像的第一特征图，计算第一对比损失，所述第一对比损失用于衡量所述带噪样本图像与所述带噪样本图像对应的降噪图像之间的局部相似度； 通过所述第一编码网络提取所述加噪图像的第一特征图；从所述无噪样本图像的第一特征图和所述加噪图像的第一特征图中，获取至少一个第二正样本对和至少一个第二负样本对，每个所述第二正样本对包括分别来自于所述无噪样本图像的第一特征图和所述加噪图像的第一特征图中相同位置的一对特征向量，每个所述第二负样本对包括分别来自于所述无噪样本图像的第一特征图和所述加噪图像的第一特征图中不同位置的一对特征向量；基于所述至少一个第二正样本对和所述至少一个第二负样本对，计算第二对比损失，所述第二对比损失用于衡量所述无噪样本图像与所述加噪图像之间的局部相似度； 基于所述无噪样本图像和所述加噪图像对应的降噪图像，计算第一回归损失，所述第一回归损失用于衡量所述无噪样本图像和所述加噪图像对应的降噪图像之间的整体相似度； 基于所述无噪样本图像和所述无噪样本图像对应的降噪图像，计算第二回归损失，所述第二回归损失用于衡量所述无噪样本图像和所述无噪样本图像对应的降噪图像之间的整体相似度； 基于所述带噪样本图像和所述加噪图像计算第一对抗损失，所述第一对抗损失用于衡量所述加噪图像的真实度； 基于所述无噪样本图像和所述无噪样本图像对应的降噪图像计算第二对抗损失，所述第二对抗损失用于衡量所述无噪样本图像对应的降噪图像的真实度； 基于所述第一对比损失、所述第二对比损失、所述第一回归损失、所述第二回归损失、所述第一对抗损失和所述第二对抗损失，计算训练损失； 根据所述训练损失对所述图像降噪模型进行训练。

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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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。