CN106204468A - 一种基于ReLU卷积神经网络的图像去噪方法 - Google Patents
一种基于ReLU卷积神经网络的图像去噪方法 Download PDFInfo
- Publication number
- CN106204468A CN106204468A CN201610482594.3A CN201610482594A CN106204468A CN 106204468 A CN106204468 A CN 106204468A CN 201610482594 A CN201610482594 A CN 201610482594A CN 106204468 A CN106204468 A CN 106204468A
- Authority
- CN
- China
- Prior art keywords
- image
- relu
- neural networks
- convolutional neural
- denoising
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013527 convolutional neural network Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012549 training Methods 0.000 claims abstract description 45
- 238000003062 neural network model Methods 0.000 claims abstract description 22
- 239000011248 coating agent Substances 0.000 claims abstract description 16
- 238000000576 coating method Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 5
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 210000004218 nerve net Anatomy 0.000 claims description 2
- 229910017435 S2 In Inorganic materials 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 31
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 11
- 238000001914 filtration Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (9)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482594.3A CN106204468B (zh) | 2016-06-27 | 2016-06-27 | 一种基于ReLU卷积神经网络的图像去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482594.3A CN106204468B (zh) | 2016-06-27 | 2016-06-27 | 一种基于ReLU卷积神经网络的图像去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106204468A true CN106204468A (zh) | 2016-12-07 |
CN106204468B CN106204468B (zh) | 2019-04-26 |
Family
ID=57461394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610482594.3A Active CN106204468B (zh) | 2016-06-27 | 2016-06-27 | 一种基于ReLU卷积神经网络的图像去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106204468B (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875361A (zh) * | 2017-02-17 | 2017-06-20 | 深圳市唯特视科技有限公司 | 一种基于深度卷积神经网络去除泊松噪声的方法 |
CN107103285A (zh) * | 2017-03-24 | 2017-08-29 | 深圳市未来媒体技术研究院 | 基于卷积神经网络的人脸深度预测方法 |
CN107248144A (zh) * | 2017-04-27 | 2017-10-13 | 东南大学 | 一种基于压缩型卷积神经网络的图像去噪方法 |
CN107292847A (zh) * | 2017-06-28 | 2017-10-24 | 上海联影医疗科技有限公司 | 一种数据降噪方法及系统 |
CN107516304A (zh) * | 2017-09-07 | 2017-12-26 | 广东工业大学 | 一种图像去噪方法及装置 |
CN108229525A (zh) * | 2017-05-31 | 2018-06-29 | 商汤集团有限公司 | 神经网络训练及图像处理方法、装置、电子设备和存储介质 |
CN108280811A (zh) * | 2018-01-23 | 2018-07-13 | 哈尔滨工业大学深圳研究生院 | 一种基于神经网络的图像去噪方法和系统 |
CN108416755A (zh) * | 2018-03-20 | 2018-08-17 | 南昌航空大学 | 一种基于深度学习的图像去噪方法及系统 |
CN108564555A (zh) * | 2018-05-11 | 2018-09-21 | 中北大学 | 一种基于nsst和cnn的数字图像降噪方法 |
CN108734667A (zh) * | 2017-04-14 | 2018-11-02 | Tcl集团股份有限公司 | 一种图像处理方法及系统 |
CN108805808A (zh) * | 2018-04-04 | 2018-11-13 | 东南大学 | 一种利用卷积神经网络提高视频分辨率的方法 |
CN109087255A (zh) * | 2018-07-18 | 2018-12-25 | 中国人民解放军陆军工程大学 | 一种基于混合损失的轻量级深度图像去噪方法 |
CN109118435A (zh) * | 2018-06-15 | 2019-01-01 | 广东工业大学 | 一种基于PReLU的深度残差卷积神经网络图像去噪方法 |
CN109325586A (zh) * | 2018-12-05 | 2019-02-12 | 北京航空航天大学合肥创新研究院 | 基于组合目标函数的深度神经网络系统 |
CN109345609A (zh) * | 2018-08-31 | 2019-02-15 | 天津大学 | 基于卷积神经网络进行壁画图像去噪和线描画生成的方法 |
CN109410127A (zh) * | 2018-09-17 | 2019-03-01 | 西安电子科技大学 | 一种基于深度学习与多尺度图像增强的图像去噪方法 |
CN109410114A (zh) * | 2018-09-19 | 2019-03-01 | 湖北工业大学 | 基于深度学习的压缩感知图像重建算法 |
CN109444863A (zh) * | 2018-10-23 | 2019-03-08 | 广西民族大学 | 一种基于卷积神经网络的窄带超声回波个数的估计方法 |
CN109544476A (zh) * | 2018-11-21 | 2019-03-29 | 红相股份有限公司 | 一种基于深度学习的电力设备红外图像去噪方法 |
CN109658344A (zh) * | 2018-11-12 | 2019-04-19 | 哈尔滨工业大学(深圳) | 基于深度学习的图像去噪方法、装置、设备和存储介质 |
CN109658348A (zh) * | 2018-11-16 | 2019-04-19 | 天津大学 | 基于深度学习的联合噪声估计和图像去噪方法 |
CN109670575A (zh) * | 2017-10-13 | 2019-04-23 | 斯特拉德视觉公司 | 用于同时执行激活和卷积运算的方法和装置及其学习方法和学习装置 |
CN109754376A (zh) * | 2018-12-28 | 2019-05-14 | 深圳美图创新科技有限公司 | 图像去噪方法及装置 |
CN109801224A (zh) * | 2018-12-04 | 2019-05-24 | 北京奇艺世纪科技有限公司 | 一种图片处理方法、装置、服务器和存储介质 |
CN110502998A (zh) * | 2019-07-23 | 2019-11-26 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、设备和存储介质 |
CN110533603A (zh) * | 2019-07-24 | 2019-12-03 | 宁德市公路局 | 一种基于熵与卷积神经网络的点云降噪方法 |
CN110546611A (zh) * | 2017-04-17 | 2019-12-06 | 微软技术许可有限责任公司 | 通过跳过处理操作来减少神经网络处理器中的功耗 |
CN110599419A (zh) * | 2019-09-09 | 2019-12-20 | 合肥工业大学 | 一种防止图像边缘信息丢失的图像去噪方法 |
CN110610467A (zh) * | 2019-09-11 | 2019-12-24 | 杭州当虹科技股份有限公司 | 一种基于深度学习的多帧视频去压缩噪声方法 |
CN110728627A (zh) * | 2018-07-16 | 2020-01-24 | 宁波舜宇光电信息有限公司 | 图像降噪方法、装置、系统和存储介质 |
CN110806602A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于深度学习的智能化地震数据随机噪声压制方法 |
CN110865409A (zh) * | 2019-12-02 | 2020-03-06 | 怀化学院 | 一种基于波阻抗低秩正则化的地震波阻抗反演方法 |
US10600167B2 (en) | 2017-01-18 | 2020-03-24 | Nvidia Corporation | Performing spatiotemporal filtering |
CN111325854A (zh) * | 2018-12-17 | 2020-06-23 | 三菱重工业株式会社 | 形状模型修正装置及形状模型修正方法以及存储介质 |
CN111489306A (zh) * | 2020-03-31 | 2020-08-04 | 天津大学 | 基于强化学习的图像去噪方法 |
CN111667424A (zh) * | 2020-05-28 | 2020-09-15 | 武汉大学 | 一种基于无监督的真实图像去噪方法 |
CN111818449A (zh) * | 2020-06-15 | 2020-10-23 | 华南师范大学 | 一种基于改进的人工神经网络的可见光室内定位方法 |
CN112581397A (zh) * | 2020-12-21 | 2021-03-30 | 华南农业大学 | 一种基于图像先验信息的退化图像修复方法及其应用 |
CN113469911A (zh) * | 2021-06-29 | 2021-10-01 | 展讯通信(上海)有限公司 | 图像去噪方法及装置、计算机可读存储介质、终端 |
US11321590B2 (en) | 2019-12-31 | 2022-05-03 | Industrial Technology Research Institute | Training method and system of objects detection model based on adaptive annotation design |
WO2022183988A1 (en) * | 2021-03-03 | 2022-09-09 | The University Of Hong Kong | Systems and methods for magnetic resonance image reconstruction with denoising |
US11908046B2 (en) | 2017-06-28 | 2024-02-20 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for determining processing parameter for medical image processing |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334893A (zh) * | 2008-08-01 | 2008-12-31 | 天津大学 | 基于模糊神经网络的融合图像质量综合评价方法 |
CN104820974A (zh) * | 2015-05-14 | 2015-08-05 | 浙江科技学院 | 基于elm的图像去噪方法 |
-
2016
- 2016-06-27 CN CN201610482594.3A patent/CN106204468B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334893A (zh) * | 2008-08-01 | 2008-12-31 | 天津大学 | 基于模糊神经网络的融合图像质量综合评价方法 |
CN104820974A (zh) * | 2015-05-14 | 2015-08-05 | 浙江科技学院 | 基于elm的图像去噪方法 |
Non-Patent Citations (3)
Title |
---|
KAIMING HE ET AL.: "Deep Residual Learning for Image Recognition", 《ARXIV》 * |
YANGWEI WU ET AL.: "Image Denoising with Rectified Linear Units", 《SPRINGER INTERNATIONAL PUBLISHING SWITZERLAND》 * |
徐启法等: "《R软件及其在金融定量分析中的应用》", 31 May 2015 * |
Cited By (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10600167B2 (en) | 2017-01-18 | 2020-03-24 | Nvidia Corporation | Performing spatiotemporal filtering |
US11113800B2 (en) | 2017-01-18 | 2021-09-07 | Nvidia Corporation | Filtering image data using a neural network |
CN106875361A (zh) * | 2017-02-17 | 2017-06-20 | 深圳市唯特视科技有限公司 | 一种基于深度卷积神经网络去除泊松噪声的方法 |
CN106875361B (zh) * | 2017-02-17 | 2019-06-04 | 深圳市唯特视科技有限公司 | 一种基于深度卷积神经网络去除泊松噪声的方法 |
CN107103285A (zh) * | 2017-03-24 | 2017-08-29 | 深圳市未来媒体技术研究院 | 基于卷积神经网络的人脸深度预测方法 |
CN107103285B (zh) * | 2017-03-24 | 2020-03-03 | 深圳市未来媒体技术研究院 | 基于卷积神经网络的人脸深度预测方法 |
CN108734667A (zh) * | 2017-04-14 | 2018-11-02 | Tcl集团股份有限公司 | 一种图像处理方法及系统 |
CN110546611A (zh) * | 2017-04-17 | 2019-12-06 | 微软技术许可有限责任公司 | 通过跳过处理操作来减少神经网络处理器中的功耗 |
CN110546611B (zh) * | 2017-04-17 | 2023-05-02 | 微软技术许可有限责任公司 | 通过跳过处理操作来减少神经网络处理器中的功耗 |
CN107248144A (zh) * | 2017-04-27 | 2017-10-13 | 东南大学 | 一种基于压缩型卷积神经网络的图像去噪方法 |
CN108229525B (zh) * | 2017-05-31 | 2021-12-28 | 商汤集团有限公司 | 神经网络训练及图像处理方法、装置、电子设备和存储介质 |
CN108229525A (zh) * | 2017-05-31 | 2018-06-29 | 商汤集团有限公司 | 神经网络训练及图像处理方法、装置、电子设备和存储介质 |
CN107292847A (zh) * | 2017-06-28 | 2017-10-24 | 上海联影医疗科技有限公司 | 一种数据降噪方法及系统 |
US11908046B2 (en) | 2017-06-28 | 2024-02-20 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for determining processing parameter for medical image processing |
CN107516304A (zh) * | 2017-09-07 | 2017-12-26 | 广东工业大学 | 一种图像去噪方法及装置 |
CN109670575A (zh) * | 2017-10-13 | 2019-04-23 | 斯特拉德视觉公司 | 用于同时执行激活和卷积运算的方法和装置及其学习方法和学习装置 |
CN109670575B (zh) * | 2017-10-13 | 2023-07-21 | 斯特拉德视觉公司 | 用于同时执行激活和卷积运算的方法和装置及其学习方法和学习装置 |
CN108280811A (zh) * | 2018-01-23 | 2018-07-13 | 哈尔滨工业大学深圳研究生院 | 一种基于神经网络的图像去噪方法和系统 |
CN108280811B (zh) * | 2018-01-23 | 2021-07-06 | 哈尔滨工业大学深圳研究生院 | 一种基于神经网络的图像去噪方法和系统 |
CN108416755A (zh) * | 2018-03-20 | 2018-08-17 | 南昌航空大学 | 一种基于深度学习的图像去噪方法及系统 |
CN108805808A (zh) * | 2018-04-04 | 2018-11-13 | 东南大学 | 一种利用卷积神经网络提高视频分辨率的方法 |
CN108564555A (zh) * | 2018-05-11 | 2018-09-21 | 中北大学 | 一种基于nsst和cnn的数字图像降噪方法 |
CN109118435A (zh) * | 2018-06-15 | 2019-01-01 | 广东工业大学 | 一种基于PReLU的深度残差卷积神经网络图像去噪方法 |
CN110728627A (zh) * | 2018-07-16 | 2020-01-24 | 宁波舜宇光电信息有限公司 | 图像降噪方法、装置、系统和存储介质 |
CN109087255B (zh) * | 2018-07-18 | 2022-03-08 | 中国人民解放军陆军工程大学 | 一种基于混合损失的轻量级深度图像去噪方法 |
CN109087255A (zh) * | 2018-07-18 | 2018-12-25 | 中国人民解放军陆军工程大学 | 一种基于混合损失的轻量级深度图像去噪方法 |
CN110806602A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于深度学习的智能化地震数据随机噪声压制方法 |
CN109345609A (zh) * | 2018-08-31 | 2019-02-15 | 天津大学 | 基于卷积神经网络进行壁画图像去噪和线描画生成的方法 |
CN109345609B (zh) * | 2018-08-31 | 2023-04-18 | 天津大学 | 基于卷积神经网络进行壁画图像去噪和线描画生成的方法 |
CN109410127A (zh) * | 2018-09-17 | 2019-03-01 | 西安电子科技大学 | 一种基于深度学习与多尺度图像增强的图像去噪方法 |
CN109410114B (zh) * | 2018-09-19 | 2023-08-25 | 湖北工业大学 | 基于深度学习的压缩感知图像重建算法 |
CN109410114A (zh) * | 2018-09-19 | 2019-03-01 | 湖北工业大学 | 基于深度学习的压缩感知图像重建算法 |
CN109444863A (zh) * | 2018-10-23 | 2019-03-08 | 广西民族大学 | 一种基于卷积神经网络的窄带超声回波个数的估计方法 |
CN109658344A (zh) * | 2018-11-12 | 2019-04-19 | 哈尔滨工业大学(深圳) | 基于深度学习的图像去噪方法、装置、设备和存储介质 |
CN109658348A (zh) * | 2018-11-16 | 2019-04-19 | 天津大学 | 基于深度学习的联合噪声估计和图像去噪方法 |
CN109544476A (zh) * | 2018-11-21 | 2019-03-29 | 红相股份有限公司 | 一种基于深度学习的电力设备红外图像去噪方法 |
CN109801224A (zh) * | 2018-12-04 | 2019-05-24 | 北京奇艺世纪科技有限公司 | 一种图片处理方法、装置、服务器和存储介质 |
CN109325586A (zh) * | 2018-12-05 | 2019-02-12 | 北京航空航天大学合肥创新研究院 | 基于组合目标函数的深度神经网络系统 |
CN109325586B (zh) * | 2018-12-05 | 2022-03-04 | 北京航空航天大学合肥创新研究院 | 一种用于脑电信号去噪的系统 |
CN111325854A (zh) * | 2018-12-17 | 2020-06-23 | 三菱重工业株式会社 | 形状模型修正装置及形状模型修正方法以及存储介质 |
CN111325854B (zh) * | 2018-12-17 | 2023-10-24 | 三菱重工业株式会社 | 形状模型修正装置及形状模型修正方法以及存储介质 |
CN109754376A (zh) * | 2018-12-28 | 2019-05-14 | 深圳美图创新科技有限公司 | 图像去噪方法及装置 |
CN110502998B (zh) * | 2019-07-23 | 2023-01-31 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、设备和存储介质 |
CN110502998A (zh) * | 2019-07-23 | 2019-11-26 | 平安科技(深圳)有限公司 | 车辆定损方法、装置、设备和存储介质 |
CN110533603A (zh) * | 2019-07-24 | 2019-12-03 | 宁德市公路局 | 一种基于熵与卷积神经网络的点云降噪方法 |
CN110599419A (zh) * | 2019-09-09 | 2019-12-20 | 合肥工业大学 | 一种防止图像边缘信息丢失的图像去噪方法 |
CN110610467B (zh) * | 2019-09-11 | 2022-04-15 | 杭州当虹科技股份有限公司 | 一种基于深度学习的多帧视频去压缩噪声方法 |
CN110610467A (zh) * | 2019-09-11 | 2019-12-24 | 杭州当虹科技股份有限公司 | 一种基于深度学习的多帧视频去压缩噪声方法 |
CN110865409B (zh) * | 2019-12-02 | 2021-08-31 | 怀化学院 | 一种基于波阻抗低秩正则化的地震波阻抗反演方法 |
CN110865409A (zh) * | 2019-12-02 | 2020-03-06 | 怀化学院 | 一种基于波阻抗低秩正则化的地震波阻抗反演方法 |
US11321590B2 (en) | 2019-12-31 | 2022-05-03 | Industrial Technology Research Institute | Training method and system of objects detection model based on adaptive annotation design |
CN111489306A (zh) * | 2020-03-31 | 2020-08-04 | 天津大学 | 基于强化学习的图像去噪方法 |
CN111667424B (zh) * | 2020-05-28 | 2022-04-01 | 武汉大学 | 一种基于无监督的真实图像去噪方法 |
CN111667424A (zh) * | 2020-05-28 | 2020-09-15 | 武汉大学 | 一种基于无监督的真实图像去噪方法 |
CN111818449B (zh) * | 2020-06-15 | 2022-04-15 | 华南师范大学 | 一种基于改进的人工神经网络的可见光室内定位方法 |
CN111818449A (zh) * | 2020-06-15 | 2020-10-23 | 华南师范大学 | 一种基于改进的人工神经网络的可见光室内定位方法 |
CN112581397B (zh) * | 2020-12-21 | 2023-08-08 | 华南农业大学 | 一种基于图像先验信息的退化图像修复方法、系统、介质和设备 |
CN112581397A (zh) * | 2020-12-21 | 2021-03-30 | 华南农业大学 | 一种基于图像先验信息的退化图像修复方法及其应用 |
WO2022183988A1 (en) * | 2021-03-03 | 2022-09-09 | The University Of Hong Kong | Systems and methods for magnetic resonance image reconstruction with denoising |
CN113469911B (zh) * | 2021-06-29 | 2022-10-11 | 展讯通信(上海)有限公司 | 图像去噪方法及装置、计算机可读存储介质、终端 |
CN113469911A (zh) * | 2021-06-29 | 2021-10-01 | 展讯通信(上海)有限公司 | 图像去噪方法及装置、计算机可读存储介质、终端 |
Also Published As
Publication number | Publication date |
---|---|
CN106204468B (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106204468A (zh) | 一种基于ReLU卷积神经网络的图像去噪方法 | |
CN106204467A (zh) | 一种基于级联残差神经网络的图像去噪方法 | |
CN106408522A (zh) | 一种基于卷积对神经网络的图像去噪方法 | |
CN108876735B (zh) | 一种基于深度残差网络的真实图像盲去噪方法 | |
CN114140353B (zh) | 一种基于通道注意力的Swin-Transformer图像去噪方法及系统 | |
CN108416755A (zh) | 一种基于深度学习的图像去噪方法及系统 | |
CN107507141A (zh) | 一种基于自适应残差神经网络的图像复原方法 | |
CN111429347A (zh) | 图像超分辨率重建方法、装置及计算机可读存储介质 | |
WO2021022929A1 (zh) | 一种单帧图像超分辨率重建方法 | |
CN109214990A (zh) | 一种基于Inception模型的深度卷积神经网络图像去噪方法 | |
CN107563510A (zh) | 一种基于深度卷积神经网络的wgan模型方法 | |
CN107767413A (zh) | 一种基于卷积神经网络的图像深度估计方法 | |
CN109146784A (zh) | 一种基于多尺度生成对抗网络的图像超分辨率重建方法 | |
CN107123089A (zh) | 基于深度卷积网络的遥感图像超分辨重建方法及系统 | |
CN105913393A (zh) | 一种自适应小波阈值图像去噪算法及装置 | |
CN107644401A (zh) | 基于深度神经网络的乘性噪声去除方法 | |
CN106067161A (zh) | 一种对图像进行超分辨的方法 | |
Sun et al. | Underwater image enhancement with reinforcement learning | |
CN107784628A (zh) | 一种基于重建优化和深度神经网络的超分辨率实现方法 | |
CN109472743A (zh) | 遥感图像的超分辨率重建方法 | |
CN113723174B (zh) | 基于生成对抗网络的人脸图像超分辨修复重建方法及系统 | |
CN110503610A (zh) | 一种基于gan网络的图像雨雪痕迹去除方法 | |
CN109523513A (zh) | 基于稀疏重建彩色融合图像的立体图像质量评价方法 | |
CN107154064A (zh) | 基于深度稀疏编码的自然图像压缩感知重建方法 | |
CN116416156A (zh) | 一种基于Swin Transformer的医学图像去噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Yongbing Inventor after: Ji Xiangyang Inventor after: Sun Lulu Inventor after: Wang Xingzheng Inventor after: Wang Haoqian Inventor after: Li Lihua Inventor after: Dai Qionghai Inventor before: Zhang Yongbing Inventor before: Sun Lulu Inventor before: Wang Xingzheng Inventor before: Wang Haoqian Inventor before: Li Lihua Inventor before: Dai Qionghai |
|
GR01 | Patent grant | ||
GR01 | Patent grant |