计算机技术与发展2023，Vol.33Issue(2) ：50-56.DOI:10.3969/j.issn.1673-629X.2023.02.008

基于无参注意力和特征融合的图像去噪算法

Algorithm of Image Denoising Based on Nonparametric Attention Mechanism and Feature Fusion

郭聪 杨敏
计算机技术与发展2023，Vol.33Issue(2) ：50-56.DOI:10.3969/j.issn.1673-629X.2023.02.008
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于无参注意力和特征融合的图像去噪算法

Algorithm of Image Denoising Based on Nonparametric Attention Mechanism and Feature Fusion

郭聪 1杨敏1
扫码查看

作者信息

  • 1. 南京邮电大学 自动化学院、人工智能学院,江苏 南京 210023
  • 折叠

摘要

针对传统图像去噪网络的恢复图像存在纹理和条纹不清晰的问题,提出基于无参注意力机制和特征融合的图像去噪网络NAFDNet.该网络包括普通卷积层、注意力特征提取模块和特征融合增强模块.首先,利用普通卷积层提取的浅层特征作为全局特征.接着,在注意力特征提取模块中,网络通过混合空洞卷积组和普通卷积相结合,提取特征,针对提取的特征引入无参注意力机制,关注特征图中具有丰富纹理和细节信息.特征融合增强模块利用两个1×1卷积,分别学习全局特征图和局部特征图的权重,与对应特征图相乘后相加,获得更为健壮的融合特征.实验结果表明:NAFDNet算法在Set12测试集上具有较好的客观指标,并且去噪图像具有更清晰的边缘以及纹理特征.

关键词

图像去噪/注意力机制/特征融合/图像处理/卷积神经网络

引用本文复制引用

基金项目

国家自然科学基金(61971237)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量5
段落导航相关论文