【技术实现步骤摘要】
本专利技术实施例涉及图像处理，特别涉及一种图像去噪、图像生成、试卷图像去噪方法及装置。
技术介绍
1、在图像识别、分析的过程中，通常会通过训练后的图像去噪模型，对待识别图像进行去噪。在实际应用中，待识别图像会带有各种类型的噪声，因此在图像识别模型的训练阶段需要大量携带各种类型噪声的图像作为训练数据。
2、相关技术中，为了获取大量携带各种类型噪声的图像作为训练数据，通常是通过人工手动加噪、拍摄，或者是通过滤波器进行加噪，然而人工手动加噪的方式往往需要大量人工重复操作，人工成本较高，滤波器加噪并不能很好模拟真实的带噪声图像，训练效果有待提升。
3、因此，亟需一种降低人工成本同时能保证训练效果的图像去噪方法。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种图像去噪方法。本专利技术一个或者多个实施例同时涉及一种图像去噪模型训练方法，一种图像生成方法，一种生成对抗网络训练方法，一种试卷图像去噪方法，一种图像去噪装置，一种图像去噪模型训练装置，一种图像生成装置，一种生成...
【技术保护点】
1.一种图像去噪方法，其特征在于，包括：
2.根据权利要求1所述的图像去噪方法，其特征在于，在所述将所述待去噪图像输入图像去噪模型进行去噪，获得目标图像之前，还包括：
3.根据权利要求2所述的图像去噪方法，其特征在于，所述获取样本噪声集，包括：
4.根据权利要求3所述的图像去噪方法，其特征在于，所述将所述多个初始图像输入生成对抗网络，得到多个样本噪声图像，包括：
5.根据权利要求3所述的图像去噪方法，其特征在于，在所述将所述多个初始图像输入生成对抗网络，得到多个样本噪声图像之前，还包括：
6.根据权利要求5所...
【技术特征摘要】
1.一种图像去噪方法，其特征在于，包括：
2.根据权利要求1所述的图像去噪方法，其特征在于，在所述将所述待去噪图像输入图像去噪模型进行去噪，获得目标图像之前，还包括：
3.根据权利要求2所述的图像去噪方法，其特征在于，所述获取样本噪声集，包括：
4.根据权利要求3所述的图像去噪方法，其特征在于，所述将所述多个初始图像输入生成对抗网络，得到多个样本噪声图像，包括：
5.根据权利要求3所述的图像去噪方法，其特征在于，在所述将所述多个初始图像输入生成对抗网络，得到多个样本噪声图像之前，还包括：
6.根据权利要求5所述的图像去噪方法，其特征在于，在所述基于所述第一损失，对所述生成对抗网络进行训练之前，还包括：
7.根据权利要求6所述的图像去噪方法，其特征在于，所述在所述基于所述参考噪声图像和所述真实噪声图像，计算生成损失之前，还包括：
8.根据权利要求5所述的图像去噪方法，其特征在于，所述获取样本背景图像，包括：...
【专利技术属性】
技术研发人员：王蕾，
申请(专利权)人：北京猿力未来科技有限公司，
类型：发明
国别省市：
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。