公开(公告)号：CN112053291A

公开(公告)日：2020-12-08

申请号：CN202010698138.9

申请日：2020-07-20

Applicant: 清华大学

Inventor： 索津莉 ,  杨润钊 ,  张博 ,  戴琼海

IPC: G06T5/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的弱光视频降噪方法及装置，其中，该方法包括：在待处理视频的每帧图片中，利用目标检测模型，获取多个带有类别标签的目标检测框；通过非全局搜索算法，对于每帧图片中的每类目标检测框区域中的像素点所对应的图片块，在相邻帧的同类目标检测框区域中计算各个像素点的多个与其相似的图片块组成图片块集合；将得到的图片块集合中的中心像素聚集起来构成特征向量，将特征向量输入去噪模型后得到目标检测框对应的去噪图像。该方法运用深度学习中卷积神经网络的方法构建一个高效的弱光视频去噪模型，实现从弱光视频中检测目标，并对目标区域进行去噪。

公开(公告)号：CN112053291B

公开(公告)日：2023-04-18

申请号：CN202010698138.9

申请日：2020-07-20

Applicant: 清华大学

Inventor： 索津莉 ,  杨润钊 ,  张博 ,  戴琼海

IPC: G06T5/00 ,  G06V10/82 ,  G06V10/74 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种基于深度学习的弱光视频降噪方法及装置，其中，该方法包括：在待处理视频的每帧图片中，利用目标检测模型，获取多个带有类别标签的目标检测框；通过非全局搜索算法，对于每帧图片中的每类目标检测框区域中的像素点所对应的图片块，在相邻帧的同类目标检测框区域中计算各个像素点的多个与其相似的图片块组成图片块集合；将得到的图片块集合中的中心像素聚集起来构成特征向量，将特征向量输入去噪模型后得到目标检测框对应的去噪图像。该方法运用深度学习中卷积神经网络的方法构建一个高效的弱光视频去噪模型，实现从弱光视频中检测目标，并对目标区域进行去噪。