Skip to main navigation menu Skip to main content Skip to site footer

Articles

Vol. 11 No. 3 (2024)

Image Denoising Using Dual Convolutional Neural Network with Skip Connection

DOI
https://doi.org/10.15878/j.instr.202400198
Submitted
June 25, 2024
Published
2024-09-30

Abstract

近年来,深度卷积神经网络在图像去噪方面表现出优异的性能。然而,深度网络结构往往带有大量的模型参数,导致训练成本高、推理时间长,限制了它们在去噪任务中的实际应用。该文提出一种新的具有跳跃连接的双卷积去噪网络(NECDNet),该网络在去噪效果和网络复杂度之间实现了理想的平衡。所提出的NECDNet由噪声估计网络、多尺度特征提取网络、双卷积神经网络和双注意力机制组成。利用噪声估计网络对噪声水平图进行估计,并结合多尺度特征提取网络,提高模型获取图像特征的灵活性。双卷积神经网络分支设计包括卷积和膨胀卷积交互连接,下分支由膨胀卷积层组成,两个分支都使用跳跃连接。实验表明,与其他模型相比,所提出的NECDNet在所有比较噪声水平下都实现了优异的PSNR和SSIM值,特别是在较高噪声水平下,显示出对较高噪声水平图像的鲁棒性。它还展示了更好的视觉效果,在降噪和细节保留之间保持了平衡。

Downloads

Download data is not yet available.

Similar Articles

<< < 1 2 3 4 5 6 7 8 > >> 

You may also start an advanced similarity search for this article.