首页> 中文期刊> 《南京师范大学学报(工程技术版)》 >一种基于Uniformer Transformer与UNet的图像降噪模型

一种基于Uniformer Transformer与UNet的图像降噪模型

         

摘要

卷积神经网络(CNNs)在图像降噪任务中取得了较大的成功.基于Vision Transformer模型表现出较好的效果.计算机视觉领域利用Transformer方法其性能超过了卷积神经网络方法.提出了一种名为UUNet(Uniformer Transformer-UNet)的图像降噪模型,该模型使用Uniformer Transformer作为骨干网络,并融入UNet网络来提取图像的深层特征,使用PSNR、SSIM等指标对图像降噪效果进行评估.实验结果表明,使用UUNet网络对图像降噪的整体性最优.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号