
基本信息:
- 专利标题: 神经网络训练方法和设备、图像处理方法和设备和存储介质
- 申请号:CN201811516267.0 申请日:2018-12-12
- 公开(公告)号:CN110047113B 公开(公告)日:2021-05-18
- 发明人: 邢宇翔 , 梁凯超 , 沈乐 , 张丽 , 杨洪恺 , 康克军 , 陈志强 , 李荐民 , 刘以农
- 申请人: 清华大学 , 同方威视技术股份有限公司
- 申请人地址: 北京市海淀区清华园1号;
- 专利权人: 清华大学,同方威视技术股份有限公司
- 当前专利权人: 清华大学,同方威视技术股份有限公司
- 当前专利权人地址: 北京市海淀区清华园1号;
- 代理机构: 中科专利商标代理有限责任公司
- 代理人: 杨静
- 优先权: 2017114987830 20171229 CN
- 主分类号: G06T11/00
- IPC分类号: G06T11/00 ; G06N3/04 ; G06N3/08
摘要:
公开了一种训练神经网络的方法和设备、图像处理方法和设备以及存储介质。神经网络包括:投影域网络,处理输入的投影数据,得到估计投影数据;解析重建网络层,由估计投影数据得到重建图像;图像域网络,处理重建图像,得到估计图像;投影层,得到估计图像的投影结果;和统计模型层,确定输入的投影数据、估计投影数据和估计图像的投影结果基于统计模型的一致性。神经网络还可包括先验模型层。所述方法包括:利用基于输入的投影数据、估计投影数据、以及估计图像的投影结果的数据模型的一致性代价函数调整图像域网络和投影域网络的卷积核参数。利用上述方案,训练得到的神经网络能够在投影数据存在缺陷时重建质量更高的图像。
公开/授权文献:
- CN110047113A 神经网络训练方法和设备、图像处理方法和设备和存储介质 公开/授权日:2019-07-23
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06T | 一般的图像数据处理或产生 |
------G06T11/00 | 两维(2D)图像的发生,例如从一个绘图到一个位像图 |