買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜復旦大學申請的專利基于不確定性感知的無監督圖像去噪方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114820355B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210370646.3，技術領域涉及：G06T5/70；該發明授權基于不確定性感知的無監督圖像去噪方法是由顏波;譚偉敏;黃辰宇設計研發完成，并于2022-04-10向國家知識產權局提交的專利申請。

本基于不確定性感知的無監督圖像去噪方法在說明書摘要公布了：本發明屬于數字圖像處理技術領域，具體為一種基于不確定性感知的無監督圖像去噪方法。本發明方法包括：構建提取平滑噪聲模塊和粗糙去噪網絡，實現對噪聲塊的模擬以及對圖像進行粗糙去噪；構建建模偶然不確定性的網絡，估計噪聲圖像中不確定性高的像素，生成不確定性圖，指導下一階段的網絡進行去噪；構建精去噪網絡，通過不確定性圖加權目標函數來引導網絡降低不確定性對去噪過程的影響，使網絡達到更好的去噪效果。實驗結果表明，本發明可以有效去除圖像中的噪聲，并且去噪圖像具有較好的紋理結構和視覺質量。

本發明授權基于不確定性感知的無監督圖像去噪方法在權利要求書中公布了：1.一種基于不確定性感知的無監督圖像去噪方法，其特征在于，具體步驟如下：1構建提取噪聲模塊和粗糙去噪網絡，實現對噪聲塊的模擬以及對圖像進行粗糙去噪；2構建建模偶然不確定性的網絡，估計噪聲圖像中不確定性高的像素，生成不確定性圖指導下一階段的網絡進行去噪；3構建精去噪網絡，通過不確定性圖加權目標函數來引導網絡降低不確定性對去噪過程的影響，使網絡達到更好的去噪效果；步驟1中，所述粗糙去噪網絡包含三個生成器和兩個判別器，三個生成器分別記為G1、G2、G3，兩個判別器分別記為C1、C2；G1對提取到的噪聲模塊進行模擬，能夠生成獨立同分布的噪聲；在G3的輔助下，G2實現對噪聲塊的粗糙去噪；C1、C2分別對G1、G2的生成結果的質量進行評判；步驟2中，所述偶然不確定性的網絡采用二叉型結構；該網絡在DnCNN的基礎上構建，具體是在DnCNN網絡中間處插入由卷積層、批量歸一化層和ELU激活層模塊堆疊5次而構成一網絡模塊，作為二叉型結構的一個分支網絡，原DnCNN網絡中后半部分成為二叉型結構的另一分支網絡；兩個分支網絡共享DnCNN網絡中前半部分的網絡結構，這兩個分支網絡，分別以圖的形式輸出偶然不確定性中的均值M和方差U，U即不確定性圖；在訓練用于預測偶然不確定性的網絡前，首先要利用步驟1中訓練好的噪聲模塊和粗糙去噪網絡合成成對的噪聲圖像；假設噪聲圖像為Y，首先通過粗糙去噪網絡G2，得到較為干凈的圖像X；由G1生成兩個獨立同分布的噪聲N1和N2，分別與X相加，得到成對噪聲圖像Z1和Z2；訓練建模偶然不確定性的網絡的損失函數如下： 其中，K是輸入網絡的噪聲樣本總數，f·代表二叉型網絡中的一個分支網絡，fz2i近似于z1i的圖像，對應于偶然不確定性中“均值”這一概念；ui是二叉型網絡另一分支網絡輸出的不確定性圖，對應于偶然不確定性中“方差”這一概念；具體來說不確定性圖在像素級衡量fz2i的置信程度，即，在ui中，數值較大的像素區域不確定性較高，即置信度較低。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。