龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：澳门科技大学
摘要：本发明涉及人工智能硬件平台中GPU分支图像处理器领域，尤其设计一种图像修复的方法、模型训练方法、芯片、介质、程序产品、GPU服务器。本发明图像修复的模型训练方法包括：步骤A，前向加噪，包括：将原始图像Iraw和修复完成的参照图像Iref进行合成；在合成图像上分N步逐步引入高斯噪声；步骤B，反向去噪训练，包括：M步的去噪训练步骤，其中，对于第m步去噪训练步骤，包括：利用噪声估计神经网络进行噪声估计；噪声去除；其中，噪声估计神经网络的损失函数L包括：去噪训练步骤中得到的估计噪声的均值与真实噪声均值之间的差异L1。本发明可以适应特定环境的成像条件，去噪效果大大提升。
主权项：1.一种图像修复的模型训练方法，其特征在于，包括：步骤A，前向加噪，包括：将原始图像Iraw和修复完成的参照图像Iref进行合成，得到合成图像I0：I0＝fIraw,Iref，f为合成函数；在所述合成图像I0上分N步逐步引入高斯噪声，得到加噪图像IN，N≥100；步骤B，反向去噪训练，包括：M步的去噪训练步骤，对于第m步去噪训练步骤，包括：利用噪声估计神经网络进行噪声估计，其中，Fθ为噪声估计神经网络，Xm为当前步骤的含噪图像；Iref为参考图像，为噪声估计神经网络回归输出的估计噪声；噪声去除，得到去噪后的图片：其中，m＝M,M-1，…，1，M≥100，M≤N，XM＝IN，在M步的去噪训练步骤未结束的情况下，Xm-1作为下一步去噪训练步骤的输入；在M步的去噪训练步骤结束后，得到去噪图像X0；其中，在去噪训练步骤中对噪声估计神经网络通过反向传播进行训练，所述噪声估计神经网络的损失函数L包括：去噪训练步骤中得到的估计噪声的均值与真实噪声均值之间的差异L1。
全文数据：
权利要求：
百度查询： 澳门科技大学 图像修复的方法、模型训练方法、芯片、介质、程序产品、GPU服务器
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