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！

龙图腾网获悉四川大学申请的专利基于采样差异作为扰动的自监督真实图像去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：CN119399051B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310920414.5，技术领域涉及：G06T5/70；该发明授权基于采样差异作为扰动的自监督真实图像去噪方法是由任超;王守一;何小海;吴晓红;潘艺中;卿粼波设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本基于采样差异作为扰动的自监督真实图像去噪方法在说明书摘要公布了：本发明公开了一种基于采样差异作为扰动的自监督真实图像去噪方法。主要包括以下步骤：提出并使用随机子样本生成策略以获得更多的子样本；根据随机子样本生成策略而提出一种采样差异损失函数；将循环策略引入损失函数的构建，提出循环采样差异损失函数；通过上述步骤对去噪网络进行训练，以得到去噪模型，然后将带有噪声的图像作为输入，通过训练好的网络模型，得到高质量的去噪图像。本发明所述方法可以不需要干净图像进行训练并且优于现有的伪监督自监督方法，是一种有效的自监督真实图像去噪方法。

本发明授权基于采样差异作为扰动的自监督真实图像去噪方法在权利要求书中公布了：1.基于采样差异作为扰动的自监督真实图像去噪方法，其特征在于包括以下步骤： 步骤一：提出并使用随机子样本生成策略以获得更多的子样本； 步骤二：根据随机子样本生成策略而提出一种采样差异损失函数； 步骤三：将循环策略引入损失函数的构建，提出循环采样差异损失函数； 步骤四：通过上述步骤对去噪网络进行训练，以得到去噪模型，然后将带有噪声的图像作为输入，通过训练好的网络模型，得到高质量的去噪图像；步骤一中所提出的随机子样本生成策略，其中随机子样本生成的英文表示为RandomSub-samplesGeneration，简称为RSG，RSG策略通过分割、打乱、重组、复原过程生成随机、每次均不相同的s2个子样本，其中分割是将图像分成s×s个大小为H×Ws2非重叠块并拉伸成长度为s2的向量，打乱是将每个向量中的元素随机打乱，重组是取每个向量相同位置的元素重新组成大小为H×Ws2的新向量，复原是将新向量变为s2个子样本，s为下采样的步长因子，H为图像的长度，W为图像的宽度； 步骤二中所提出的采样差异损失函数，通过将RSGiy和RSGi+1y之间的差异视为扰动，并将它们分别视为盲点网络的输入和目标；构建了一种新的采样差异损失函数LSDBSN＝Ey{||BRSGiy-RSGi+1y||1}，其中RSGiy表示RSG策略生成的第i个子样本；步骤三中所提出的循环策略，使用由RSG策略生成的全部s2个子样本进行循环训练，并且提出了一个全新的循环差异损失函数

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。

以上内容由龙图腾AI智能生成。