【技术实现步骤摘要】
用于对图像去噪的机器学习模型的构建单元以及使用其的系统和方法
[0001]相关申请的交叉引用
[0002]本申请主张2021年3月19日申请的名称为“用于对图像去噪的模块化机器学习模型以及使用其的系统和方法(MODULAR MACHINE LEARNING MODELS FOR DENOISING IMAGES AND SYSTEMS AND METHODS FOR USING SAME)”的临时申请第63/163,678号、2021年3月19日申请的名称为“用于对图像去噪的机器学习模型的构建单元以及使用其的系统和方法(BUILDING UNITS FOR MACHINE LEARNING MODELS FOR DENOISING IMAGES AND SYSTEMS AND METHODS FOR USING SAME)”的临时申请第63/163,682号和2021年3月19申请的名称为“用于训练对图像去噪的机器学习模型的系统和方法(SYSTEMS AND METHODS FOR TRAINING MACHINE LEARNING MODELS FOR DENOISING IMAGES)”的临时申请第63/163,688号的优先权。前述申请出于任何目的以全文引用的方式并入本文中。
[0003]本申请涉及成像技术,且确切地说,涉及用于对图像去噪的机器学习模型的构建单元以及使用其的系统和方法。
技术介绍
[0004]例如聚焦离子束扫描电子显微术(FIB
‑
SEM)的成像技术的进步已实现 ...
【技术保护点】
【技术特征摘要】
1.一种设备,其包括:逻辑电路,其配置成接收第一输入和第二输入,且进一步配置成提供图像的第一输出、第二输出和噪声部分;卷积器,其配置成卷积所述第一输入以产生所述第一输出;合成器,其配置成接收所述第一输入和所述第二输入以产生所述第二输出;噪声关注块,其配置成至少部分地基于所述第二输出来提供所述噪声部分;以及加法器,其配置成组合所述噪声部分与所述图像。2.根据权利要求1所述的设备,其中所述合成器包括:更新门,其配置成确定将包含在所述第二输出中的所述第一输入的量和所述第二输入的量;以及复位门,其配置成确定从所述第二输出排除的所述第一输入的量和所述第二输入的量。3.根据权利要求2所述的设备,其中所述更新门和所述复位门各自包括:第一卷积块,其配置成卷积所述第一输出;第二卷积块,其配置成卷积所述第二输入;以及算术块,其配置成组合所述第一卷积块和所述第二卷积块的输出。4.根据权利要求3所述的设备,其中所述更新门进一步包括配置成将激活函数应用于所述算术块的输出的激活块。5.根据权利要求4所述的设备,其中所述激活函数包括配置成实施S型函数的逻辑。6.根据权利要求3所述的设备,其中所述算术块包括配置成实施求和函数的逻辑。7.根据权利要求2所述的设备,其中所述合成器进一步包括电流单元,所述电流单元配置成接收所述第一输入、所述第二输入、所述更新门的输出和所述复位门的输出,其中所述第二输出至少部分地基于所述第一输出、所述更新门的所述输出和所述电流单元的输出。8.根据权利要求7所述的设备,其中所述电流单元包括:第一卷积块,其配置成卷积所述第一输出;第二卷积块,其配置成卷积所述第二输入;第一算术块,其配置成组合所述第一卷积块的输出与所述复位门的所述输出;以及第二算术块,其配置成组合所述第二卷积块的输出与所述第一算术块的输出。9.根据权利要求8所述的设备,其中所述电流单元进一步包括配置成将激活函数应用于所述第二算术块的输出的激活块。10.根据权利要求9所述的设备,其中所述激活函数包括配置成实施双曲正切函数的逻辑。11.根据权利要求8所述的设备,其中所述第一算术块包括配置成实施逐元素乘法函数。12.根据权利要求8所述的设备,其中所述第二算术块包括配置成实施求和函数的逻辑。13.根据权利要求7所述的设备,其中所述合成器进一步包括:第一算术块,其配置成组合所述第一输出与所述更新门的所述输出;单位功能块,其配置成将单位函数应用于所述更新门的所述输出;
第二算术块,其配置成组合所述电流单元的所述输出与所述单位功能块的输出;以及第三算术块,其配置成组合所述第一算术块和所述第二算术块的输出以提供所述第二输出。14.根据权利要求13所述的设备,其中所述第一算术块包括配置成实施逐元素乘法函数的逻辑。15.根据权利要求13所述的设备,其中所述第二算术块包括配置成实施逐元素乘法函数的逻辑。16.根据权利要求13所述的设备,其中所述第三算术块包括配置成实施求和函数的逻辑。17.根据权利要求1所述的设备,其中所述卷积器包括:卷积块,其配置成卷积所述第一输入;以及激活块,其配置成激活所述卷积块的输出。18.根据权利要求17所述的设备,其中所述激活块包括配置成实施双曲正切函数的逻辑。19.根据权利要求1所述的设备,其中所述噪声关注块包括:最大池块,其配置成最大集合所述第二输出的多个信道;激活块,其配置成产生关注映射;提取块,其配置成从所述多个信道提取第一信道;以及算术块,其配置成将所述第一信道与所述关注映射逐元素相乘以提供所述噪声部分。20.根据权利要求1所述的设备,其进一步包括反馈块,所述反馈块配置成组合所述第二输出与加法器块的输出。21.根据权利要求20所述的设备,其中所述反馈块包括:激活块,其配置成将激活函数应用于所述加法器块的所述输出以产生经激活输出;以及复制块,其配置成通过具有所述经激活输出的所述第二输出的第一信道进行复制。22.一种系统,其包括:至少一个处理器;以及所述处理器可接入的至少一个非暂时性媒体,所述至少一个非暂时性媒体经指令编码,所述指令在执行时致使所述系统实施机器学习模型,其中所述机器学习模型包括:多个构建单元,其中所述构建单元中的个别者配置成基于第二图像接收第一输入且至少部分地基于所述图像接收第二输入,且进一步配置成提供第一输出、第二输出和噪声部分;以及多个加法器,其配置成将由所述多个构建单元提供的所述噪声部分组合到所述图像以提供输出图像。23.根据权利要求22所述的系统,其中所述多个构建单元中的个别者包括噪声关注块,所述噪声关注块配置成至少部分地基于所述第二输出提供所述噪声部分。24.根据权利要求22所述的系统,其中所述机器学习模型进一步包括多个反馈块,所述多个反馈块配置成组合由所述多个构建单元提供的所述第二输出与所述多个加法器块的对应者的所述输出图像。
25.根据权利要求24所述的系统,其中所述多个反馈块中的至少一些的输出包括所述多个构建单元中的至少一些的所述第二输入。26.根据权利要求22所述的系统,其中所述第二输出至少部分地基于所述第一输入、所述第二输入和所述第一输出。27.根据权利要求22所述的系统,其中所述第一输出至少部分地基于所述第一输入的卷积。28.根据权利要求22所述的系统,其中所述多个构建单元的数目至少部分地基于所述图像中包含的噪声的量值。29.根据权利要求22所述的系统,其进一步包括:第二多个构建单元,其中所述构建单元中的个别者配置成基于第三图像接收第三输入和至少部分地基于所述图像接收第四输入,且进一步配置成提供第三输出、第四输出和第二噪声部分;以及第二多个加法器块,其配置成将由所述第二多个构建单元提供的所述第二噪声部分组合到所述图像以提供第二输出图像。30.根据权利要求29所述的系统,其中所述机器学习模型配置成组合所述多个加法器块中的最后一者的第一输出图像与所述第二多个加法器块的最后一者的第二输出图像以提供最终输出图像。31.根据权利要求30所述的系统,其中所述最终输出图像包括所述第一输出图像和所述第二输出图像的平均值。32.根据权利要求22所述的系统,其进一步包括配置成获取所述图像和所述第二图像的离子束扫描电子显微镜。33.根据权利要求22所述的系统,其中所述图像和所述第二图像包含在图像序列中。34.根据权利要求33所述的系统,其中所述图像序列包括从体积获取的多个图像平面。35.根据权利要求22所述的系统,其中所述构建单元中的个别者包括:更新门,其配置成确定将包含在所述第二输出中的所述第一输入的量和所述第二输入的量;复位门,其配置成确定从所述第二输出排除的所述第一输入的量和所述第二输入的量;以及电流单元,其配置成接收所述第一输入、所述第二输入、所述更新门的输出和所述复位门的输出,其中所述第二输出至少部分地基于所述第一输出、所述更新门的所述输出和所述电流单元的输出。36.根据权利要求22所述的系统,其中所述指令在执行时进一步致使所述系统确定所述输出图像中的一或多者中何...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。