首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

CTNet:西工大、哈工大、中南大学和台湾清华大学一种交叉 Transformer 的图像去噪方法

作者们提出了一种交叉 Transformer 去噪卷积神经网络 (Cross Transformer denoising CNN, CTNet)用于获得复杂场景下清晰图像。...实验结果表明提出的 CTNet 在定性分析和定量分析上已经获得好的去噪性能,并且适用于移动数字设备。...相关代码能在https://github.com/hellloxiaotian/CTNet处被获取。 主要贡献: 采用深度和广度搜索以串并行方式来获得更多的结构信息,提高图像去噪性能。...(a) 原图(b) 噪声图像 (c) ADNet/27.13dB (d) DnCNN/27.92dB (e) FFDNet/28.04dB (f) CTNet/28.16dB....结论 在本文中,作者们提出了一种交叉Transformer去噪卷积神经网络(CTNet)来实现图像去噪。 本方法包括三部分来抑制噪声:串行块、并行块和残差块。

53830
您找到你想要的搜索结果了吗?
是的
没有找到
领券