青岛理工大学孟凡云获国家专利权
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!
龙图腾网获悉青岛理工大学申请的专利一种基于改进空间注意力的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:CN116563555B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202310554863.2,技术领域涉及:G06V10/30;该发明授权一种基于改进空间注意力的图像降噪方法是由孟凡云;庞丽萍;吕佳佳;韩志设计研发完成,并于2023-05-17向国家知识产权局提交的专利申请。
本一种基于改进空间注意力的图像降噪方法在说明书摘要公布了:本发明公布了一种基于改进空间注意力的图像降噪方法,首先是将原图像和与相应噪声图像作为一个训练样本,以此构建训练样本集;接着构建图像降噪模型,该图像降噪模型包括用于对噪声图像进行局部特征提取的基础特征层、用于对噪声图像空间特征信息提取的空间注意力层,其中,基础特征层共13层,基础特征层包括卷积特征提取模块,空间注意力层共2层,包括传统空间注意力提取模块和额外空间域信息提取模块;然后利用训练集训练构建的图像降噪模型,获得训练好的图像降噪模型;最后应用时,将噪声图像输入到训练好的图像降噪模型,计算输出相应的降噪图像。本发明在空间注意层中添加了一个额外的池化操作,有效提取了内部噪声图像的空间信息。
本发明授权一种基于改进空间注意力的图像降噪方法在权利要求书中公布了:1.一种基于改进空间注意力的图像降噪方法,其特征在于,包括以下步骤: 步骤1:将原图像和与相应噪声图像作为一个训练样本,以此构建训练样本集; 步骤2:构建图像降噪模型,该图像降噪模型包括用于对噪声图像进行局部特征提取的基础特征层、用于对噪声图像空间特征信息提取的空间注意力层,其中,基础特征层共13层,基础特征层包括卷积特征提取模块,空间注意力层共2层,包括传统空间注意力提取模块和额外空间域信息提取模块;其中,空间注意力层分为两部分:第一部分是两组空间特征提取模块,第二部分是一组空间域信息提取模块;第一部分传统空间注意力提取模块计算所有通道的平均值和最大值以获得两组信息,然后对这两组信息进行卷积以获得空间注意力信息,该部分的卷积核大小为3×3内核,激活函数使用ReLU函数;第二部分额外空间域信息提取模块提取了张量在各自通道中的局部平面位置的特征,为了得到局部平均值的矩阵,令每个局部窗口的大小为8×8,并计算每个窗口内的平均值,这个过程重写为, E21=PX,1 其中P是核大小为8的池化函数,X是输入矩阵,由于E21的大小不等于输入X的大小,使用最近的插值函数N来调整矩阵E21的大小,即 E22=N(E21),2 通过方程1和2,得到了矩阵E22,然后利用ReLU函数后的卷积层将64个特征映射转换为1个通道作为额外的空间信息,因此,得到了两组空间信息,接下来,连接两个空间信息和输入特征X,为了与底层连接,使用卷积层将通道从66转换到64,最后,得到了改进注意力层的输出; 步骤3:利用训练集训练构建的图像降噪模型,获得训练好的图像降噪模型; 步骤4:应用时,将噪声图像输入到训练好的图像降噪模型,计算输出相应的降噪图像。
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青岛理工大学,其通讯地址为:266525 山东省青岛市黄岛区嘉陵江东路777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”。
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。