(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111663359.3 (22)申请日 2021.12.3 0 (71)申请人 南京景瑞康分子医药 科技有限公司 地址 210000 江苏省南京市江北新区磐固 路16号2栋 (72)发明人 魏榕　张珏　程和平　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 代理人 宗广静 (51)Int.Cl. G06T 5/00(2006.01) G06N 3/08(2006.01) (54)发明名称 视频去噪方法和视频去噪装置 (57)摘要 本申请涉及图像处理技术领域， 具体涉及一 种视频去噪方法和视频去噪装置， 以及计算机可 读存储介质和电子设备， 解决了显微视频去噪难 度高， 去噪效果差的问题。 该视频去噪方法， 通过 获取视频去噪模型， 其中， 所述视频去噪模型基 于待去噪视频对应的多个增噪视频和所述待去 噪视频对初始网络模型进行训练得到， 利用所述 视频去噪模 型， 基于待去噪视频生成所述待去噪 视频对应的降噪视频， 从而使初始网络模型能够 在训练中学习到待去噪视频的噪声信息， 以使生 成的视频去噪模型能够准确的对待去噪视频进 行去噪， 因此， 利用视频去噪模型生成的待去噪 视频对应的降噪视频更加准确。 权利要求书2页 说明书12页 附图6页 CN 114331900 A 2022.04.12 CN 114331900 A 1.一种视频去噪方法， 其特 征在于， 包括： 确定视频去噪模型， 其中， 所述视频去噪模型基于待去噪视频对应的多个增噪视频和 所述待去噪视频对初始网络模型进行训练得到； 利用所述视频去噪模型， 基于所述待 去噪视频生成所述待 去噪视频对应的降噪视频。 2.根据权利要求1所述的视频去噪方法， 其特征在于， 所述利用所述视频去噪模型， 基 于所述待 去噪视频生成所述待 去噪视频对应的降噪视频， 包括： 基于所述待 去噪视频生成所述待 去噪视频对应的多个待 去噪视频片段； 利用所述视频去噪模型， 分别对所述多个待去噪视频片段进行去噪， 得到所述多个待 去噪视频片段 各自对应的降噪视频片段； 拼接所述多个待去噪视频片段各自对应的降噪视频片段， 生成所述待去噪视频对应的 降噪视频。 3.根据权利要求1或2所述的视频去噪方法， 其特征在于， 所述确定视频去噪模型， 包 括： 基于所述待 去噪视频生成所述待 去噪视频对应的多个增噪视频； 建立初始网络模型， 并基于所述多个增噪视频和所述待去噪视频训练所述初始网络模 型以生成视频去 噪模型， 其中， 所述视频去 噪模型用于对所述待去 噪视频进行去 噪以生成 所述待去噪视频对应的降噪视频。 4.根据权利要求3所述的视频去噪方法， 其特征在于， 所述基于待去噪视频生成所述待 去噪视频对应的多个增噪视频， 包括： 利用噪声模型， 基于待去噪视频生成所述待去噪视频对应的多个增噪视频， 其中， 所述 多个增噪视频包含不同的噪声强度， 所述噪声模型包括以下模型中的任一种： 加 性噪声先 验模型、 乘性噪声先验 模型和加性乘性复合先验 模型。 5.根据权利要求3所述的视频去噪方法， 其特征在于， 所述基于待去噪视频生成所述待 去噪视频对应的多个增噪视频， 包括： 基于待去噪视频确定所述待 去噪视频的噪声强度估计信息； 基于所述噪声强度估计信 息， 对所述待去噪视频进行N 次所述噪声添加操作， 以确定所 述待去噪视频对应的N个各不相同的增噪视频， 其中， N 为正整数。 6.根据权利要求4所述的视频去噪方法， 其特征在于， 所述基于待去噪视频确定所述待 去噪视频的噪声强度估计信息， 包括： 基于所述待 去噪视频确定所述待 去噪视频对应的至少一帧视频图像； 基于所述至少一帧视频图像生成所述至少一帧视频图像对应的多个图像区域； 计算所述多个图像区域各自对应的灰度均值和灰度方差； 基于所述多个图像区域各自对应的灰度均值和灰度方差， 确定所述噪声强度估计信 息。 7.根据权利要求6所述的视频去噪方法， 其特征在于， 所述基于所述多个图像区域各自 对应的灰度均值和灰度方差， 确定所述噪声强度估计信息， 包括： 基于所述多个图像区域各自对应的灰度均值和灰度方差进行线性 回归操作， 确定所述 待去噪视频的噪声强度估计信息 。 8.根据权利要求7所述的视频去噪方法， 其特征在于， 所述基于所述多个图像区域各自权　利　要　求　书 1/2 页 2 CN 114331900 A 2对应的灰度均值和灰度方差进行线性回归操作， 确定所述待去噪视频的噪声强度估计信 息， 包括： 基于所述多个图像区域各自对应的灰度均值和灰度方差， 建立所述灰度均值和所述灰 度方差的数据点图， 所述数据点图包括多个数据点； 对所述多个数据点进行 所述线性回归操作， 确定回归直线函数； 基于所述 回归直线函数， 确定所述待去噪视频的噪声强度估计信 息， 其中， 所述待去噪 视频的噪声强度估计信息包括泊松噪声强度、 高斯噪声均值和高斯噪声方差 。 9.根据权利要求3所述的视频去噪方法， 其特征在于， 所述基于所述多个增噪视频和所 述待去噪视频训练所述初始网络模型以生成视频去噪模型， 包括： 构造所述初始网络模型的损 失函数， 其中， 所述损 失函数包括时域平滑核范数正则项 和空域平 滑熵正则项； 基于所述多个增噪视频、 所述待去噪视频和所述损失函数训练所述初始网络模型以生 成视频去噪模型。 10.根据权利要求3所述的视频去噪方法， 其特征在于， 所述待去噪视频包括待去噪显 微视频。 11.一种视频去噪装置， 其特 征在于， 包括： 确定模块， 配置为确定视频去噪模型， 其中， 所述视频去噪模型基于待去噪视频对应的 多个增噪视频和所述待 去噪视频对初始网络模型进行训练得到； 去噪模块， 配置为利用所述视频去噪模型， 基于待去噪视频生成所述待去噪视频对应 的降噪视频。 12.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有指令， 当所述指令由 电子设备 的处理器执行时， 使得所述电子设备能够执行上述权利要求1至10任一项所述的 视频去噪方法。 13.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器； 用于存储计算机可 执行指令的存 储器； 所述处理器， 用于执行所述计算机可执行指令， 以实现上述权利要求1至10任一项所述 的视频去噪方法。权　利　要　求　书 2/2 页 3 CN 114331900 A 3