-
题名多尺度密集交互注意力残差真实图像去噪网络
- 1
-
-
作者
郭业才
胡晓伟
AMITAVE Saha
毛湘南
-
机构
南京信息工程大学电子与信息工程学院
无锡学院电子信息工程学院
-
出处
《图学学报》
北大核心
2025年第2期279-287,共9页
-
基金
国家自然科学基金(61673222)。
-
文摘
针对图像去噪特征提取不全面以及特征利用率低,导致生成图像不够清晰的问题,提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先,通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征,以确保图像特征的多样性;然后,多尺度级联模块(MSCM)利用多维密集交互残差单元(MDIU)对图像特征进行多维映射,并逐步级联以增强模型之间的信息传递和交互性,充分拟合训练数据;引入双路全局注意力模块(DGAM)对多级特征进行全局联合学习,获取更具有判别性的特征信息;跳跃连接促进结构之间的参数共享,使不同维度的特征充分融合,保证信息的完整性;最后,采用残差学习构建出清晰的去噪图像。结果表明,该算法在真实噪声数据集(DND和SIDD)上峰值信噪比分别为39.80 dB和39.62 dB,结构相似性分别为95.4%和95.8%,均优于主流去噪算法。此外,该算法在低光度场景下应用也能保留更多细节,从而显著提升图像质量。
-
关键词
图像去噪
多尺度特征提取
多维密集交互
卷积神经网络
注意力
-
Keywords
image denoising
multi-scale feature extraction
multi-dimensional dense interaction
convolutional neural network
attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
