← 返回列表

基于扩散模型的可控噪声去除方法及系统

申请号: CN202410180240.8
申请人: 北京理工大学
申请日期: 2024/2/18

摘要文本

本申请提出了一种基于扩散模型的可控噪声去除方法及系统,该方法包括:构建基于潜在扩散模型的拟真噪声建模网络,包括噪声生成网络和相机适配网络;通过包括相机参数以及成对的真实带噪图像和干净图像的训练数据,预训练拟真噪声建模网络;基于扩散模型对预训练完成的相机适配网络进行微调;通过微调后的相机适配网络和预训练后的噪声生成网络生成大量的拟真成对数据,并通过拟真成对数据训练深度学习去噪网络,通过训练完成的深度学习去噪网络对待处理图像进行去噪。该方法能够针对各类相机的特定参数,可控地生成逼近真实噪声分布的成对训练数据集,实现高效的图像噪声去除效果。

专利详细信息

项目 内容
专利名称 基于扩散模型的可控噪声去除方法及系统
专利类型 发明申请
申请号 CN202410180240.8
申请日 2024/2/18
公告号 CN117726542A
公开日 2024/3/19
IPC主分类号 G06T5/70
权利人 北京理工大学
发明人 付莹; 邹云昊; 刘乾坤; 李和松
地址 北京市海淀区中关村南大街5号

专利主权项内容

1.一种基于扩散模型的可控噪声去除方法,其特征在于,包括以下步骤:构建基于潜在扩散模型的拟真噪声建模网络,其中,所述拟真噪声建模网络包括噪声生成网络和相机适配网络,所述相机适配网络用于根据相机参数控制带噪图像的噪声属性;获取训练数据,所述训练数据包括相机参数以及成对的真实带噪图像和干净图像,并通过所述训练数据预训练所述拟真噪声建模网络;基于预训练完成的相机适配网络的输出数据和扩散模型,对所述预训练完成的相机适配网络进行微调,微调后的相机适配网络的输入为干净图像和相机参数;将待加噪的干净图像和目标相机的参数输入微调后的相机适配网络和预训练后的噪声生成网络,获得大量的拟真成对数据,并通过所述拟真成对数据训练深度学习去噪网络,通过训练完成的深度学习去噪网络对待处理图像进行去噪。