10.3969/j.issn.1000-386x.2021.02.036
基于Inception模块的卷积自编码器图像去噪
为了更有效地去除图像中存在的高斯噪声,提出一种结合Inception模块的卷积自编码器图像去噪模型.以完整图像作为输入和输出,利用Inception模块对噪声图像进行去噪,使用改进Inception反卷积模块将去噪图像进行还原,提升模型去噪能力.同时在模型中引入批量归一化(Batch Normalization,BN)和随机失活层(Dropout)有效解决过拟合问题,引入ReLU函数避免模型梯度消失,加速网络训练.实验结果表明,与深度卷积神经网络方法相比,该模型获得了更高的峰值信噪比和结构相似度,其去噪能力更好,视觉效果更佳,具有更好的鲁棒性.
卷积自编码器、Inception、模块、图像去噪、峰值信噪比、结构相似度
38
TP3(计算技术、计算机技术)
国家自然科学基金项目 61672337
2021-03-09（万方平台首次上网日期，不代表论文的发表时间）
共7页
221-226,322
