公开(公告)号：CN107248144B

公开(公告)日：2019-12-10

申请号：CN201710286383.7

申请日：2017-04-27

Applicant: 东南大学

Inventor： 伍家松 ,  达臻 ,  陈雄辉 ,  杨启晗 ,  姜龙玉 ,  孔佑勇 ,  舒华忠

IPC: G06T5/00

Abstract: 本发明公开了一种基于压缩型卷积神经网络的图像去噪方法，包括：构造训练数据集；构造压缩型去噪卷积神经网络模型；利用训练数据集对网络模型进行训练；将有噪声的图像输入到训练好的网络中，并用所述有噪声的图像减去网络的输出图像得到清晰的去噪图像。本发明中的去噪卷积神经网络主要特征在于将原始的去噪卷积神经网络的卷积层替换成了经由低秩矩阵分解压缩后的卷积层。本发明通过改进一种已有的去噪卷积神经网络DnCNN，将其网络参数减少了至少75％，精简了网络，同时保持了优异的去噪效果。

公开(公告)号：CN107248144A

公开(公告)日：2017-10-13

申请号：CN201710286383.7

申请日：2017-04-27

Applicant: 东南大学

Inventor： 伍家松 ,  达臻 ,  陈雄辉 ,  杨启晗 ,  姜龙玉 ,  孔佑勇 ,  舒华忠

IPC: G06T5/00

Abstract: 本发明公开了一种基于压缩型卷积神经网络的图像去噪方法，包括：构造训练数据集；构造压缩型去噪卷积神经网络模型；利用训练数据集对网络模型进行训练；将有噪声的图像输入到训练好的网络中，并用所述有噪声的图像减去网络的输出图像得到清晰的去噪图像。本发明中的去噪卷积神经网络主要特征在于将原始的去噪卷积神经网络的卷积层替换成了经由低秩矩阵分解压缩后的卷积层。本发明通过改进一种已有的去噪卷积神经网络DnCNN，将其网络参数减少了至少75％，精简了网络，同时保持了优异的去噪效果。