首页 | 本学科首页   官方微博 | 高级检索  
     检索      

通道注意力引导的空洞卷积神经网络图像去噪
引用本文:孙光灵,彭欣仪.通道注意力引导的空洞卷积神经网络图像去噪[J].安庆师范学院学报(自然科学版),2023(4):60-65.
作者姓名:孙光灵  彭欣仪
作者单位:1. 安徽建筑大学电子与信息工程学院;2. 合肥工业大学智能互联系统安徽省实验室
基金项目:国家自然科学基金资助项目(62001004);;安徽省高校协同创新项目(GXXT-2021-024);
摘    要:卷积神经网络是目前相对普遍且去噪性能较好的图像处理方法。传统的深度卷积神经网络(DnCNN)中同一层中的特征通道间的重要程度是平等的,不利于特征的提取。将DnCNN与通道注意力,以及空洞卷积神经网络构成的稀疏块相结合,提出了一种通道注意力引导的卷积神经网络CDNet用于图像去噪。不仅更有效地提取图像复杂背景下的更有用的信息,还降低网络训练的复杂性。对比试验结果表明该网络在不同公开数据集上的PSNR值以及SSIM值都优于其余去噪网络,去噪效果相对较好。

关 键 词:图像处理  图像去噪  通道注意力  空洞卷积神经网络  稀疏机制
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号