-
题名结合残差密集块的卷积神经网络图像去噪方法
被引量:9
- 1
-
-
作者
郭恒意
贾振堂
-
机构
上海电力大学电子与信息工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第7期1998-2003,共6页
-
基金
国家自然科学基金青年基金项目(61401269)。
-
文摘
为充分提取图像特征,有效去除图像噪声,在对多种图像去噪算法研究的基础上,提出一种结合残差密集块(residual dense block,RDB)的深度卷积神经网络图像去噪方法。利用RDB充分提取前面几个卷积层中的特征,在后续卷积层后添加批量规范化层和线性修正单元以加速训练并提高去噪效果,使用残差学习降低网络输出的拟合难度。实验结果表明,该模型能有效去除图像噪声,简化模型结构,降低网络计算复杂度。
-
关键词
图像去噪
残差密集块
卷积神经网络
残差学习
批量规范化
-
Keywords
image denoising
residual dense block
convolutional neural network
residual learning
batch normalization
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-