一种图像数据的噪声识别方法，包括如下步骤：S1、在基于神经网络的噪声学习中，使用高斯混合分布模型，将待检测样本的损失值与最大非目标概率作为训练动态来联合建模；其中，所述最大非目标概率是指，样本经过神经网络后输出的各分类鉴别概率中，除目标类概率以外最大的概率；S2、使用训练好的神经网络模型计算待检测样本的损失值与最大非目标概率，用计算出的损失值和最大非目标概率拟合高斯混合分布模型，并输出待检测样本属于干净样本和噪声样本的概率；根据概率将待检测样本划分为干净样本或噪声样本。本发明同时考虑了样本与本类中心的距离信息以及与其他类中心的混淆信息，有效分离了困难样本与噪声样本，提高了噪声检测的准确率。