一种面向智能体视觉感知的图像去噪方法及系统

本发明涉及联邦图像去噪技术领域，尤其涉及一种面向智能体视觉感知的图像去噪方法及系统。将原噪声图像yn经过视觉大模型进行语义分割后转化为掩膜灰度图像ymask，将原噪声图像yn与掩膜灰度图像ymask进行叠加；对S1得到的叠加后的图像y进行下采样，生成下采样图像y1、y2；将下采样图像y1、y2作为训练数据集，训练自监督学习网络模型fθ；将噪声图像输入到S3得到的自监督学习网络模型fθ中，输出去噪图像ydenoised。本发明通过自监督学习网络，在无标签数据下自适应不同类型的噪声，并在动态复杂环境中高效训练，降低计算资源开销，提升去噪性能。此外，结合大视觉模型的先验知识，增强智能体的目标识别和场景理解能力，提升其在复杂环境下的适应性和稳定性。