发明授权
- 专利标题: 一种基于DnCNNs改进的图像降噪方法
-
申请号: CN202010395977.3申请日: 2020-05-11
-
公开(公告)号: CN111612709B公开(公告)日: 2023-03-28
- 发明人: 凌泽乐 , 高明 , 金长新
- 申请人: 山东浪潮科学研究院有限公司
- 申请人地址: 山东省济南市高新浪潮路1036号S02号楼
- 专利权人: 山东浪潮科学研究院有限公司
- 当前专利权人: 山东浪潮科学研究院有限公司
- 当前专利权人地址: 山东省济南市高新浪潮路1036号S02号楼
- 代理机构: 济南泉城专利商标事务所
- 代理商 李桂存
- 主分类号: G06T5/00
- IPC分类号: G06T5/00 ; G06T7/90 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要:
一种基于DnCNNs改进的图像降噪方法,采用改进后的DnCNNs网络结构,与原始网络相比较将DenseNet改进残差网络引入。将所有层直接连接在一起。在这种新型架构中,每层的输入由所有之前层的特征映射组成,其输出将传输给每个后续层。这些特征映射通过深度级联聚合,再提升网络深度同时,也引入低层特征,如像素级特征。多尺度结构往往是为了获取更大的感受野。最简单的方法当然是用不同的卷积核,但是大卷积核往往会造成参数和计算量的增大。原始网络采用将多尺度结构,往往造成原算量巨大,于是在新网路结构中采用小卷积核,多次卷积的的方式,采用这种方法,运行速度快,操作简单。只需要设置好固定的参数值即可。
公开/授权文献
- CN111612709A 一种基于DnCNNs改进的图像降噪方法 公开/授权日:2020-09-01