一种图像去噪处理系统技术方案

本发明专利技术涉及图像处理领域，尤其涉及一种图像去噪处理系统，包括：含噪人脸图像A、中间素描图像特征集合B=（B1，B2，

【技术实现步骤摘要】
一种图像去噪处理系统


[0001]本专利技术涉及图像处理领域，特别是涉及一种图像去噪处理系统。

技术介绍

[0002]图像去噪任务旨在去除噪声图像中的干扰噪声，得到清晰、高质量的图像，被广泛用于异质人脸识别、图像风格迁移等各种计算机视觉应用中。
[0003]在人脸图像的去噪任务中，由于人脸素描图像可以提供人脸的轮廓信息，现有技术通常基于深度网络提取人脸素描图像中的素描图像特征，根据素描图像特征对含噪声的人脸图像进行去噪，来提高去噪结果的准确性。但是，由于人脸素描图像的表达能力有限，当人脸图像中的干扰噪声较多时，无法提供人脸肤色和发色等颜色信息，导致去噪后的人脸图像中可能包含错误的颜色信息，从而降低了去噪结果的准确性。
[0004]因此，在人脸图像的去噪场景中，如何提高去噪结果的准确性成为亟待解决的问题。

技术实现思路

[0005]针对上述技术问题，本专利技术采用的技术方案为一种图像去噪处理系统，包括：含噪人脸图像A、A对应的中间素描图像特征集合B＝{B1，B2，
……
，B
n
，
……
，B
M
}和文本特征C、处理器和存储有计算机程序的存储器，其中，B
n
为第n个中间素描图像特征，n＝1，2，
……
，M，M为大于2的整数，M为中间素描图像特征的数量，处理器包括若干个上采样层和若干个下采样层，上采样层的数量和上采样层的数量均为M，当计算机程序被处理器执行时，实现以下步骤：S1，通过第一个下采样层对A和B1进行下采样，得到第一个中间图像特征D1。
[0006]S2，通过第i+1个下采样层对D
i
和B
i
进行下采样，得到第i+1个中间图像特征D
i+1
，其中，i＝1，2，
……
，M
‑
1。
[0007]S3，通过注意力模块对D
M
和C进行注意力特征提取，得到注意力图像特征E。
[0008]S4，通过第一个上采样层对E进行上采样，得到第一个中间噪声图像特征F1。
[0009]S5，通过第j+1个上采样层对F
j
和D
M
‑
j
进行上采样，得到第j+1个中间噪声图像特征F
j+1
，其中，j＝1，2，
……
，M
‑
2。
[0010]S6，通过第M个上采样层对F
M
‑1和D1进行上采样，得到预测噪声图像G。
[0011]S7，使用A中任一像素点的像素点值减去G中对应位置的像素点值，得到去噪人脸图像。
[0012]本专利技术至少具有以下有益效果：通过第一个下采样层对A和B1进行下采样，得到第一个中间图像特征D1，通过第i+1个下采样层对D
i
和B
i
进行下采样，得到第i+1个中间图像特征D
i+1
，通过注意力模块对D
M
和C进行注意力特征提取，得到注意力图像特征E，通过第一个上采样层对E进行上采样，得到第一个中间噪声图像特征F1，通过第j+1个上采样层对F
j
和D
M
‑
j
进行上采样，得到第j+1个中间噪声图像特征F
j+1
，通过第M个上采样层对F
M
‑1和D1进行上
采样，得到预测噪声图像G，使用A中任一像素点的像素点值减去G中对应位置的像素点值，得到去噪人脸图像，基于B在图像模态下对A中的人脸轮廓信息进行表征，基于C在文本模态下对A中的人脸肤色、发色等颜色信息进行表征，使用双模态下的特征信息提高了对A的表征能力，并在对A进行特征提取和去噪时将B、C与A进行信息融合，将B和C作为对A进行去噪的特征基础，提高了对A进行去噪结果的准确性。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术实施例提供的一种图像去噪处理系统的执行计算机程序的流程图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0017]如图1所示，本实施例一提供了一种图像去噪处理系统，包括：含噪人脸图像A、A对应的中间素描图像特征集合B＝{B1，B2，
……
，B
n
，
……
，B
M
}和文本特征C、处理器和存储有计算机程序的存储器，其中，B
n
为第n个中间素描图像特征，n＝1，2，
……
，M，M为大于2的整数，M为中间素描图像特征的数量，处理器包括若干个上采样层和若干个下采样层，上采样层的数量和上采样层的数量均为M，当计算机程序被处理器执行时，实现以下步骤：S1，通过第一个下采样层对A和B1进行下采样，得到第一个中间图像特征D1。
[0018]其中，含噪声人脸图像A是需要进行去噪的彩色图像，中间素描图像特征集合B是通过对A对应的人脸素描图像进行特征提取得到的特征集合，在本实施例中，中间素描图像特征集合B包括M个中间素描图像特征{B1，B2，
……
，B
i
，
……
，B
M
}，其中，B
i
为第i个中间素描图像特征，i＝1，2，
……
，M
‑
1，人脸素描图像是通过黑色线条对对应的人脸图像中的人脸轮廓进行描绘的图像，可以提供人脸的轮廓信息。
[0019]文本特征C是通过对A对应的描述文本进行特征提取得到的特征，该描述文本可以由人为判断含噪人脸图像中的人脸肤色和发色等颜色，并使用文本对人脸图像中的人脸肤色、发色等颜色信息进行描述得到，通过对描述文本进行特征提取，可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像去噪处理系统，其特征在于，所述系统包括：含噪人脸图像A、A对应的中间素描图像特征集合B={B1，B2，
……
，B
n
，
……
，B
M
}和文本特征C、处理器和存储有计算机程序的存储器，其中，B
n
为第n个中间素描图像特征，n=1，2，
……
，M，M为大于2的整数，M为中间素描图像特征的数量，处理器包括若干个上采样层和若干个下采样层，上采样层的数量和上采样层的数量均为M，当所述计算机程序被处理器执行时，实现以下步骤：S1，通过第一个下采样层对A和B1进行下采样，得到第一个中间图像特征D1；S2，通过第i+1个下采样层对D
i
和B
i
进行下采样，得到第i+1个中间图像特征D
i+1
，其中，i=1，2，
……ꢀ
，M
‑
1；S3，通过注意力模块对D
M
和C进行注意力特征提取，得到注意力图像特征E；S4，通过第一个上采样层对E进行上采样，得到第一个中间噪声图像特征F1；S5，通过第j+1个上采样层对F
j
和D
M
‑
j
进行上采样，得到第j+1个中间噪声图像特征F
j+1
，其中，j=1，2，
……ꢀ
，M
‑
2；S6，通过第M个上采样层对F
M
‑1和D1进行上采样，得到预测噪声图像G；S7，使用A中任一像素点的像素点值减去G中对应位置的像素点值，得到去噪人脸图像。2.根据权利要求1所述的系统，其特征在于，所述系统还包括M个第二下采样层，A对应的中间素描图像特征集合B通过如下步骤获取：通过第一个第二下采样层对A对应的人脸素描图像进行下采样，得到第一个中间素描图像特征B1；通过第z个第二下采样层对B
z
‑1进行下采样，得到B
z
，其中，z=2，3，
……
，M。3.根据权利要求1所述的系统，其特征在于，所述系统还包括文本编码器和A对应的描述文本，A对应的文本特征C通过如下步骤获取：使用所述文本编码器对所述描述文本进行特征提取，得到C。4.根据权利要求1所述的系统，其特征在于，在S2步骤中还包括如下步骤：当i=M
‑
1时，通过第M个下采样层对D
M
‑1和B
M
‑1进行下采样，得到采样结果；对所述采样结果和B
M
进行特征融合，得到D
M
。5.根据权利要求4所述的系统，其特征在于，所述对所述采样结果和B
M
进行特征融合，得到D
M
，包括：将所述采样结果和B
M
进行特征相加，以特征相加结果作为D
M
。6.根据权利要求1所述...

【专利技术属性】
技术研发人员：王磊，徐楠，郝艳妮，陈博，李军锋，曹家，罗引，
申请(专利权)人：北京中科闻歌科技股份有限公司，
类型：发明
国别省市：