BM3D 与二层 ONN 的比较

尽管 CNN 在图像去噪上近期取得成功，其对深层复杂架构的需求仍阻碍了实际部署。BM3D 等较旧但计算更高效的方法仍是热门选择，尤其在资源受限场景中。本研究旨在探明紧凑型神经网络能否在 AWGN 图像去噪上取得与 BM3D 相竞争的结果。为此，我们仅配置两个隐藏层网络，并采用不同神经元模型与层宽，以在不同 AWGN 噪声水平下与 BM3D 比较性能。结果明确显示，近期提出的基于生成式神经元模型的自组织算子神经网络变体（Self-ONN）不仅是优于 CNN 的选择，还能提供与 BM3D 竞争的结果，并在高噪声水平下甚至显著超越 BM3D。