一种基于神经网络的低照度相机实时降噪方法及装置

本发明公开了一种基于神经网络的低照度相机实时降噪方法及装置，具体包括以下步骤：步骤一、采集噪声数据和干净数据；步骤二、对噪声数据和干净数据融合获取训练样本；步骤三、搭建轻量级神经网络并训练，获取最终模型；步骤四、对最终模型进行量化；步骤五、将量化后的模型部署到边缘设备中；本发明涉及图像处理技术领域。该基于神经网络的低照度相机实时降噪方法及装置，通过对噪声数据和干净数据进行加权融合的方式，获取了更高质量和多样化的训练数据，并且利用轻量级神经网络有效去除低照度图像中的噪声，同时保留图像的细节和纹理信息，计算复杂度低，有效满足实时处理的需求，降噪效果显著的同时，具有泛化能力强的优势。