残差密集块的卷积神经网络图像去噪

李小艳; 宋亚林; 乐飞

首页> 中文期刊> 《计算机系统应用》 >残差密集块的卷积神经网络图像去噪

残差密集块的卷积神经网络图像去噪

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对加性高斯白噪声的图像信噪比低,图像细节丢失问题,结合现有卷积神经网络算法,提出了一种基于残差密集块的卷积神经网络图像去噪模型.该模型通过引入多级残差网络和密集连接,并对整体网络使用Leaky ReLU激活函数,去除不同等级强度噪声的同时,更好保留图像的有效信息,有效避免特征丢失.本文提出算法和深度卷积神经网络残差学习(DnCNN)模型对比,本文提出的模型在Set12和BSD68测试集上峰值信噪比平均提升了约0.12 dB,结构相似性平均提升了约0.0086,通过观察实验效果,表明该模型能够充分提取图像特征,保留图像细节,同时降低网络计算的复杂度.

著录项

来源
《计算机系统应用》 |2022年第10期|166-174|共9页
作者
李小艳; 宋亚林; 乐飞;
展开▼
作者单位

河南大学软件学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
图像去噪; 卷积神经网络(CNN); 残差学习; 残差密集块; Leaky ReLU激活函数;

相似文献

中文文献
外文文献
专利

1. 结合残差密集块的卷积神经网络图像去噪方法 [J] . 郭恒意 ,贾振堂 . 计算机工程与设计 . 2020,第7期
2. 融合残差密集块自注意力机制和生成对抗网络的对抗攻击防御模型 [J] . 赵玉明 ,顾慎凯 . 计算机应用 . 2022,第3期
3. 基于密集残差块生成对抗网络的空间目标图像超分辨率重建 [J] . 景海钊 ,史江林 ,邱梦哲 . 光学精密工程 . 2022,第17期
4. 基于残差密集块与注意力机制的图像去雾网络 [J] . 李硕士 ,刘洪瑞 ,甘永东 . 湖南大学学报（自然科学版） . 2021,第006期
5. DR-CNN:一种用于地铁列车故障检修的残差卷积神经网络模型 [C] . 徐文博 ,左羽 ,赵勇 . 2017年贵州省计算机学会年会 . 2017
6. 基于递进式残差密集融合与四元数卷积网络的图像去噪算法研究 [A] . 饶哲初 . 2022

残差密集块的卷积神经网络图像去噪

摘要

著录项

相似文献

相关主题

期刊订阅