基于多重自相似网络的新循环即插即用先验
图像与视频处理
2020-04-22 v1
摘要
近期工作已展示即插即用先验（PnP）框架用于正则化图像重建的有效性。然而，PnP 的性能取决于用作先验的去噪器的质量。在本文中，我们设计了一种新颖的 PnP 去噪先验，称为多重自相似网络（MSSN），其基于采用多头注意力机制进行自相似匹配的循环神经网络（RNN）。与传统神经网络去噪器不同，MSSN 利用非局部与重复特征之间的不同类型关系来去除输入图像中的噪声。我们数值评估了 MSSN 作为 PnP 中模块用于求解磁共振（MR）图像重建的性能。实验结果表明，MSSN 在从高度压缩傅里叶测量中重建图像方面具有稳定收敛性和优异性能。
引用
@article{arxiv.1907.11793,
title = {A New Recurrent Plug-and-Play Prior Based on the Multiple Self-Similarity Network},
author = {Guangxiao Song and Yu Sun and Jiaming Liu and Zhijie Wang and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:1907.11793},
year = {2020}
}