摘要
本发明涉及一种三维体积成像降噪模型构建方法、设备及介质,包括:对三维体积成像数据进行俄罗斯方块采样,得到四个子体积数据;选取两个子体积数据作为多尺度递归网络的输入数据,另外两个子体积数据用作目标子体积数据,计算前向传播过程输出的预测结果与对应的目标子体积数据之间的多目标损失,对多尺度递归网络进行自监督学习,得到三维体积成像降噪模型与现有技术相比,本发明可仅使用一个三维体积成像数据实现模型训练,并且能够实现高效的结构恢复,适用于多种体积成像场景中。
技术关键词
降噪模型
尺度递归网络
卷积模块
俄罗斯方块
成像
数据
多尺度
采样池
注意力
上采样
矩阵
处理器
可读存储介质
存储器
线性
表达式
电子设备
程序
系统为您推荐了相关专利信息
像素点
平滑处理过程
滤波技术
待测工件
图像处理方法
数字病理扫描仪
智能分析系统
扫描组件
微型主机
移动平台
视觉检测机器人
成像单元
表面缺陷检测
轮单元
油气
视频超分辨率重建
注意力机制
特征提取网络
多尺度特征融合
卷积模块