ADRN：基于注意力的深度残差网络用于高光谱图像去噪
图像与视频处理
2020-03-05 v1 计算机视觉与模式识别
摘要
高光谱图像（HSI）去噪对于许多后续应用（如 HSI 分类与解译）至关重要。本文提出一种基于注意力的深度残差网络，直接学习从含噪 HSI 到干净 HSI 的映射。为联合利用空间-光谱信息，同时将该波段及其 个相邻波段作为输入。随后，我们采用不同滤波器尺寸的卷积层融合多尺度特征，并利用快捷连接整合多层次信息以获得更好的去噪效果。此外，引入通道注意力机制，使网络聚焦于最相关的辅助信息及最有益于去噪过程的特征。为简化训练过程，我们通过残差方式重建输出，而非直接预测。实验结果表明，我们所提出的 ADRN 方案在定量与视觉评价上均优于现有最优（state-of-the-art）方法。
引用
@article{arxiv.2003.01947,
title = {ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising},
author = {Yongsen Zhao and Deming Zhai and Junjun Jiang and Xianming Liu},
journal= {arXiv preprint arXiv:2003.01947},
year = {2020}
}