基于无监督深度图像生成的盲降噪模型
Blind denoising model based on unsupervised deep image generation
南昌大学 数学与计算机工程学院, 南昌 330031
摘要
鉴于有监督神经网络降噪模型的数据依赖缺陷，提出了一种基于无监督深度生成（UDIG）的盲降噪模型。首先，利用噪声水平评估（NLE）算法测定给定噪声图像中的噪声水平值并输入到主流FFDNet降噪模型中，所得到的降噪后图像（称为初步降噪图像）作为UDIG降噪模型的输入；其次，选用编码器—解码器架构作为UDIG模型的骨干网络并用UDIG模型的输出图像（即生成图像）分别与初步降噪图像、噪声图像之间的均方误差之和构建混合loss函数；再次，以loss最小化为优化目标，通过随机梯度下降（SGD）网络训练算法调整网络模型的参数值从而获得一系列生成图像；最后，当残差图像（噪声图像与生成图像之间）的标准差逼近之前NLE算法所测定的噪声水平估计值时及时终止网络迭代训练过程，从而确保生成图像（作为降噪后图像）的图像质量最佳。实验结果表明：与现有的主流降噪模型（算法）相比，UDIG降噪模型在降噪效果上具有显著优势。
基金项目
国家自然科学基金资助项目(62162043,61662044,62162042)
江西省研究生创新专项资助项目(YC2021-S145)
出版信息
DOI: 10.19734/j.issn.1001-3695.2021.10.0601
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第7期
所属栏目: 图形图像技术
出版页码: 2224-2229
文章编号: 1001-3695(2022)07-049-2224-06
发布历史
[2022-01-12] 优先出版
[2022-07-05] 印刷出版
引用本文
陈晓军, 李芬, 徐少平, 等. 基于无监督深度图像生成的盲降噪模型 [J]. 计算机应用研究, 2022, 39 (7): 2224-2229. (Chen Xiaojun, Li Fen, Xu Shaoping, et al. Blind denoising model based on unsupervised deep image generation [J]. Application Research of Computers, 2022, 39 (7): 2224-2229. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
