Miyasawa

新型紧凑型ConvNeXt U-Net模型在盲图像去噪方面表现出色

研究人员开发了BF-ConvUNeXt，这是一种专为盲高斯彩色图像去噪设计的紧凑型卷积神经网络。该模型拥有0.82百万个参数，在推理时可实现一度同质性，从而使其能够从单个训练实例泛化到各种噪声水平。在标准数据集上进行评估时，BF-ConvUNeXt的性能与DnCNN和FFDNet等现有方法相当或更优，同时使用的参数量远少于最先进的重量级模型。