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！

龙图腾网获悉江南大学申请的专利一种针对图像降噪的网络自动搜索方法及图像降噪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114663312B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210305751.9，技术领域涉及：G06T5/70；该发明授权一种针对图像降噪的网络自动搜索方法及图像降噪方法是由方伟;朱振豪;马力;陆恒杨;孙俊;吴小俊;洪洲设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本一种针对图像降噪的网络自动搜索方法及图像降噪方法在说明书摘要公布了：本发明公开了一种针对图像降噪的网络自动搜索方法及图像降噪方法，属于图像处理技术领域。本申请在构造用于图像降噪的网络结构时，将Feature模块作为CNN网络结构的第一层，来保证输入图片有足够的特征给深层的模块进行学习，同时Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，从而获得更好的高斯降噪效果；另外本申请采用基于遗传算法的自动结构搜索方法，能够在数据集下根据不同的噪声级别问题，自动的调整自动设计的网络结构，避免了人为介入的时间成本问题，大大提出了处理降噪任务的速度和性能。

本发明授权一种针对图像降噪的网络自动搜索方法及图像降噪方法在权利要求书中公布了：1.一种针对图像降噪的网络自动搜索方法，其特征在于，所述方法包括： 步骤1.基于ResNet模块，DenseNet模块，Inception模块，Feature模块，Transition模块以及Dropout模块对CNN结构进行变长线性编码得到若干不同结构的CNN网络，将所得到的若干不同结构的CNN网络分别作为初始种群P0中的个体，各CNN网络个体的第一层均为Feature模块，且Transition模块为Conv+Rlu+BN层的叠加； 步骤2.按照预定比率对公开的图像降噪数据集进行划分，在划分数据集上计算种群中每个CNN网络个体的适应度值； 步骤3.根据每个CNN网络个体的适应度值，进行交叉，变异操作，生成子代； 步骤4.子代和父代的CNN网络个体通过自然选择，生成新的种群P； 步骤5.重复步骤2-4，直到满足终止条件，最终得到的CNN网络个体为搜索出的用于图像降噪的网络结构； 所述Feature模块包含两条支路即ConvRelu1，ConvRelu2以及ConvRelu3；ConvRelu3对应着卷积核大小为3*3，填充Padding为1，移动步长Stride为1，输出通道为c，输出通道OutputChannel为32； 所述Transition模块采取Conv、BN和ReLU操作，其中Conv的卷积核大小为1*1，填充Padding为0，移动步长Stride为1； ResNet模块为残差结构；DenseNet模块为密集连接结构；Inception模块为宽度结构；Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。