-
题名基于盲环网络和随机恢复掩码的自监督图像去噪
- 1
-
-
作者
梁震远
江松林
朱松豪
-
机构
南京邮电大学自动化学院、人工智能学院
闽西职业技术学院城乡建筑学院
-
出处
《计算机应用》
北大核心
2025年第10期3311-3319,共9页
-
基金
国家自然科学基金资助项目(62001247)。
-
文摘
现有的基于盲点网络的自监督图像去噪方法常因为网络结构的限制,导致图像信息的严重损失。为解决这一问题,首先,提出一种自监督图像去噪方法,通过将传统的盲点网络改进为盲环网络(BRN),进一步降低噪声的空间相关性;其次,针对传统掩码策略导致图像信息丢失的问题,提出一种随机恢复掩码(RRM)策略,在减少信息损失的同时,增强去噪结果的细节信息;最后,提出一种双约束损失函数,在防止模型过度拟合的同时,有效保留图像的重要信息。实验结果表明,相较于次优的基于BRN的自监督图像去噪方法,所提方法在SIDD验证数据集上的峰值信噪比(PSNR)提高了0.17 dB,结构相似性(SSIM)提高了0.007,图像块感知相似度(IPPS)降低了0.006,验证了所提方法具有优越的去噪性能。
-
关键词
图像去噪
自监督学习
盲环网络
随机恢复掩码
双约束损失函数
-
Keywords
image denoising
self-supervised learning
Blind-Ring Network(BRN)
Random Recovery Mask(RRM)
dual constraint loss function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
