双通道扩张卷积注意力图像去噪网络

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对深度学习图像去噪算法存在网络过深导致细节丢失的问题，提出一种双通道扩张卷积注意力网络CEANet。拼接信息保留模块将每一层的输出特征图融合，弥补卷积过程中丢失的图像细节特征进行密集学习；扩张卷积可以在去噪性能和效率之间进行权衡，用更少的参数获取更多的信息，增强模型对噪声图像的表示能力，基于扩张卷积的稀疏模块通过扩大感受野获得重要的结构信息和边缘特征，恢复复杂噪声图像的细节；基于注意力机制的特征增强模块通过全局特征和局部特征进行融合，进一步指导网络去噪。（剩余13129字）

试读结束

目录
monitor