Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018018470) METHOD, APPARATUS AND DEVICE FOR ELIMINATING IMAGE NOISE AND CONVOLUTIONAL NEURAL NETWORK
Latest bibliographic data on file with the International Bureau   

Pub. No.: WO/2018/018470 International Application No.: PCT/CN2016/091949
Publication Date: 01.02.2018 International Filing Date: 27.07.2016
IPC:
G06T 5/00 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
T
IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5
Image enhancement or restoration, e.g. from bit-mapped to bit-mapped creating a similar image
Applicants:
华为技术有限公司 HUAWEI TECHNOLOGIES CO., LTD. [CN/CN]; 中国广东省深圳市 龙岗区坂田华为总部办公楼 Huawei Administration Building Bantian, Longgang District Shenzhen, Guangdong 518129, CN
Inventors:
张浩 ZHANG, Hao; CN
李建中 LI, Jianzhong; CN
Agent:
北京同达信恒知识产权代理有限公司 TDIP & PARTNERS; 中国北京市海淀区宝盛南路1号院20号楼8层101-01 101-01, 8/F, Building 20, No.1 Baosheng South Road Haidian District Beijing 100192, CN
Priority Data:
Title (EN) METHOD, APPARATUS AND DEVICE FOR ELIMINATING IMAGE NOISE AND CONVOLUTIONAL NEURAL NETWORK
(FR) PROCÉDÉ, APPAREIL ET DISPOSITIF DE SUPPRESSION D'UN BRUIT D'IMAGE ET RÉSEAU NEURONAL CONVOLUTIF
(ZH) 一种去除图像噪声的方法、装置、设备及卷积神经网络
Abstract:
(EN) Disclosed are a method, apparatus and device for eliminating image noise and a convolutional neural network. The method comprises: obtaining a generation scene of an image to be denoised; obtaining, from a correlation between a pre-set scene and a network weight coefficient, the network weight coefficient corresponding to the current generation scene, wherein the network weight coefficient comprises a convolution weight coefficient and a synthesis proportion coefficient; according to the convolution weight coefficient corresponding to the current generation scene, adjusting a convolution weight coefficient of a convolution unit at each convolution layer in the convolutional neural network; according to the synthesis proportion coefficient corresponding to the current generation scene, adjusting a proportion coefficient of a convolution operation result output by different convolution units in the last convolution layer synthesized by an output layer in the convolutional neural network; and by using the adjusted convolutional neural network, denoising the image to be denoised. By means of the method, apparatus and device and the convolutional neural network provided in the present invention, the denoising effect for an image can be improved.
(FR) La présente invention concerne un procédé, un appareil et un dispositif de suppression d'un bruit d'image, ainsi qu'un réseau neuronal convolutif. Le procédé comprend les étapes consistant à : obtenir une scène de génération d'une image devant être débruitée ; obtenir, à partir d'une corrélation entre une scène prédéfinie et un coefficient de pondération de réseau, le coefficient de pondération de réseau correspondant à l'actuelle scène de génération, le coefficient de pondération de réseau comprenant un coefficient de pondération de convolution et un coefficient de proportion de synthèse ; en fonction du coefficient de pondération de convolution correspondant à l'actuelle scène de génération, ajuster un coefficient de pondération de convolution d'une unité de convolution au niveau de chaque couche de convolution dans le réseau neuronal convolutif ; en fonction du coefficient de proportion de synthèse correspondant à l'actuelle scène de génération, ajuster un coefficient de proportion d'un résultat d'opération de convolution sorti par différentes unités de convolution dans la dernière couche de convolution synthétisée par une couche de sortie dans le réseau neuronal convolutif ; et, en utilisant le réseau neuronal convolutif ajusté, débruiter l'image devant être débruitée. Le procédé, l'appareil, le dispositif et le réseau neuronal convolutif d'après la présente invention permettent d'améliorer l'effet de débruitage d'une image.
(ZH) 一种去除图像噪声的方法、装置、设备及卷积神经网络,所述方法包括:获取待去噪图像的生成场景;从预设的场景与网络权重系数的对应关系中,获取当前生成场景所对应的网络权重系数,所述网络权重系数包括卷积权重系数以及合成比例系数;根据当前生成场景所对应的卷积权重系数,调整所述卷积神经网络中每个卷积层中卷积单元的卷积权重系数,以及,根据当前生成场景所对应的合成比例系数,调整所述卷积神经网络中输出层合成最后一卷积层中不同卷积单元所输出卷积运算结果的比例系数;利用调整后的卷积神经网络,对所述待去噪图像执行去噪;采用本发明提供的方法、装置、设备及卷积神经网络,可提高图像的去噪效果。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)