图像降噪方法、装置、电子设备以及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850741A(43)申请公布日2021.12.28(21)申请号202111178701.0(22)申请日2021.10.10(71)申请人杭州知存智能科技有限公司地址311121浙江省杭州市余杭区仓前街道良睦路1399号19幢102-9室(72)发明人严洪泽(51)Int.Cl.G06T5/00(2006.01)G06T5/10(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书14页附图8页(54)发明名称图像降噪方法、装置、电子设备以及存储介质(57)摘要本发明实施例提供一种图像降噪方法、装置、电子设备以及存储介质，该方法包括：利用预获取的噪声模型对目标RAW图进行处理得到噪声分量图像；将目标RAW图以及噪声分量图像输入预训练的AI降噪网络模型得到降噪后的RAW图；其中，AI降噪网络模型包括：深度可分离通道注意力模块、倒置残差通道注意力模块、短接倒置残差通道注意力模块、离散小波变换模块以及逆离散小波变换模块。采用噪声模型提取噪声分量，结合离散小波变换DWT、逆离散小波变换IWT实现特征图的尺寸压缩和恢复，实现点可分离卷积、深度可分离卷积、预激活、通道注意力机制以及残差结构，实现轻量级降噪网络，改善可降噪效果。CN113850741ACN113850741A权利要求书1/2页1.一种图像降噪方法，其特征在于，包括：获取目标RAW图；利用预获取的噪声模型对所述目标RAW图进行处理得到噪声分量图像；将所述目标RAW图以及所述噪声分量图像输入预训练的AI降噪网络模型得到降噪后的RAW图；其中，所述AI降噪网络模型包括：深度可分离通道注意力模块、倒置残差通道注意力模块、短接倒置残差通道注意力模块、离散小波变换模块以及逆离散小波变换模块。2.根据权利要求1所述的图像降噪方法，其特征在于，所述深度可分离通道注意力模块的数量为6个，分别为第一深度可分离通道注意力模块至第六深度可分离通道注意力模块；所述倒置残差通道注意力模块的数量为3个，分别为第一倒置残差通道注意力模块至第三倒置残差通道注意力模块；所述短接倒置残差通道注意力模块的数量为3个，分别为第一短接倒置残差通道注意力模块至第三短接倒置残差通道注意力模块；所述离散小波变换模块的数量为2个，分别为第一离散小波变换模块以及第二离散小波变换模块；所述逆离散小波变换模块的数量为2个，分别为第一逆离散小波变换模块以及第二逆离散小波变换模块；所述AI降噪网络模型还包括：第一拼接模块、第二拼接模块、加法模块以及以及3x3卷积模块；其中，所述第一离散小波变换模块、第一深度可分离通道注意力模块、第一短接倒置残差通道注意力模块、第二离散小波变换模块、第二深度可分离通道注意力模块、第一倒置残差通道注意力模块、第三深度可分离通道注意力模块、第二倒置残差通道注意力模块、第一拼接模块、第四深度可分离通道注意力模块、第三倒置残差通道注意力模块、第一逆离散小波变换模块、第二拼接模块、第五深度可分离通道注意力模块、第二短接倒置残差通道注意力模块、第二逆离散小波变换模块、第六深度可分离通道注意力模块、第三短接倒置残差通道注意力模块、3x3卷积模块、加法模块顺序连接；所述加法模块还接入目标RAW图；第一短接倒置残差通道注意力模块还连接第二拼接模块，第一倒置残差通道注意力模块的输出还连接第一拼接模块。3.根据权利要求1所述的图像降噪方法，其特征在于，所述深度可分离通道注意力模块包括：顺序连接的第一带泄露修正线性单元、第一点卷积单元、第二带泄露修正线性单元、第一深度卷积单元、第一全局平均池化单元、第一1x1点卷积单元、第一非线性激活单元、第二1x1点卷积单元、第一Sigmoid单元、第一乘法单元以及第二点卷积单元；其中，所述第一深度卷积单元还连接所述第一乘法单元。4.根据权利要求1所述的图像降噪方法，其特征在于，所述倒置残差通道注意力模块包括：顺序连接的第三带泄露修正线性单元、第三点卷积单元、第四带泄露修正线性单元、第二深度卷积单元、第二全局平均池化单元、第三1x1点卷积单元、第二非线性激活单元、第四1x1点卷积单元、第二Sigmoid单元、第二乘法单元、第四点卷积单元、第一加法单元；其中，所述第二深度卷积单元还连接所述第二乘法单元，所述第一加法单元还连接所述第三带泄露修正线性单元的输入。5.根据权利要求1所述的图像降噪方法，其特征在于，所述短接倒置残差通道注意力模块包括：3x3卷积单元以及顺序连接的第五带泄露修正线性单元、第五点卷积单元、第六带泄露修正线性单元、第三深度卷积单元、第三全局平均池化单元、第五1x1点卷积单元、第三2CN113850741A权利要求书2/2页非线性激活单元、