申请/专利权人：遵义师范学院

申请日：2023-03-22

公开（公告）日：2023-06-23

公开（公告）号：CN116309167A

主分类号：G06T5/00

分类号：G06T5/00;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本方案公开了智能图像处理技术领域的一种轻量级卷积神经网络的椒盐噪点标记方法，包括：S1、在正常图像块中添加随机噪声生成噪声图像‑噪声掩模对数据集；S2、搭建采用噪点标记的轻量级卷积神经网络模型，包括多个重复的深度可分离卷积；S3、采用所述网络神经模型对所述噪声图像‑噪声掩模对数据集进行训练，得到噪声掩模。本发明首次将轻量级卷积神经网络应用于椒盐噪点标记，大大降低了网络的运算复杂度和噪点标记的误判率。该网络采用更小的网络深度和更加简单的卷积结构，能够达到很好的噪声掩模复原效果。

主权项：1.一种轻量级卷积神经网络的椒盐噪点标记方法，其特征在于，包括：S1、在正常图像块中添加随机噪声生成噪声图像-噪声掩模对数据集；S2、搭建采用噪点标记的轻量级卷积神经网络模型，包括多个重复的深度可分离卷积；S3、采用所述网络神经模型对所述噪声图像-噪声掩模对数据集进行训练，得到噪声掩模。

全文数据：

权利要求：

百度查询： 遵义师范学院 一种轻量级卷积神经网络的椒盐噪点标记方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD