基于无参注意力和特征融合的图像去噪算法

时间:2023-08-18 23:02:33
作者:郭 聪,杨 敏
关键字:图像去噪,注意力机制,特征融合,图像处理,卷积神经网络
DOI:10.3969/j.issn.1673-629X.2023.02.008
查看次数:724

如需要完整文档点击下方 "点击下载文档" 按钮

针对传统图像去噪网络的恢复图像存在纹理和条纹不清晰的问题,提出基于无参注意力机制和特征融合的图像去噪网络 NAFDNet。 该网络包括普通卷积层、注意力特征提取模块和特征融合增强模块。 首先,利用普通卷积层提取的浅层特征作为全局特征。 接着,在注意力特征提取模块中,网络通过混合空洞卷积组和普通卷积相结合,提取特征,针对提取的特征引入无参注意力机制,关注特征图中具有丰富纹理和细节信息。 特征融合增强模块利用两个 1 ×1 卷积,分别学习全局特征图和局部特征图的权重,与对应特征图相乘后相加,获得更为健壮的融合特征。 实验结果表明:NAFDNet 算法在 Set12 测试集上具有较好的客观指标,并且去噪图像具有更清晰的边缘以及纹理特征。

如需要完整文档点击下方 "点击下载文档" 按钮

基于无参注意力和特征融合的图像去噪算法
《基于无参注意力和特征融合的图像去噪算法》
完整文档 下载到本地,方便收藏和查阅
文件号:057722
基于无参注意力和特征融合的图像去噪算法
点击下载文档
基于无参注意力和特征融合的图像去噪算法

点击下载 文件号:057722(点击复制) 公众号(点击复制)

x