一种轻量级卷积神经网络的椒盐噪点标记方法
本方案公开了智能图像处理技术领域的一种轻量级卷积神经网络的椒盐噪点标记方法,包括:S1、在正常图像块中添加随机噪声生成噪声图像‑噪声掩模对数据集;S2、搭建采用噪点标记的轻量级卷积神经网络模型,包括多个重复的深度可分离卷积;S3、采用所述网络神经模型对所述噪声图像‑噪声掩模对数据集进行训练,得到噪声掩模。本发明首次将轻量级卷积神经网络应用于椒盐噪点标记,大大降低了网络的运算复杂度和噪点标记的误判率。该网络采用更小的网络深度和更加简单的卷积结构,能够达到很好的噪声掩模复原效果。
《一种轻量级卷积神经网络的椒盐噪点标记方法》是一发明专利,专利号为 2023102864799,当前法律状态为已下证,由遵义师范学院提出申请,发明人为黄成强;郑琳玺;孙壹菱;施菊,申请日期为2023-03-22,公开(公告)日期为2026-03-10,国际专利分类号(IPC)为 G06T 5/70 (2024.01),高新资质:未报高企,所属技术领域包括:(图像处理、智能图像修复、视觉预处理、边缘计算、移动端图像处理、安防监控、医疗影像、工业视觉检测、数字媒体优化、椒盐噪声标记、图像去噪、卷积神经网络)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本方案公开了智能图像处理技术领域的一种轻量级卷积神经网络的椒盐噪点标记方法,包括:S1、在正常图像块中添加随机噪声生成噪声图像‑噪声掩模对数据集;S2、搭建采用噪点标记的轻量级卷积神经网络模型,包括多个重复的深度可分离卷积;S3、采用所述网络神经模型对所述噪声图像‑噪声掩模对数据集进行训练,得到噪声掩模。本发明首次将轻量级卷积神经网络应用于椒盐噪点标记,大大降低了网络的运算复杂度和噪点标记的误判率。该网络采用更小的网络深度和更加简单的卷积结构,能够达到很好的噪声掩模复原效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
