用于图像去噪的 Boltzmann 机与去噪自编码器
机器学习
2013-03-05 v6 计算机视觉与模式识别
机器学习
摘要
基于局部图像块概率模型的图像去噪已被多位研究者采用，最近 Burger 等人 [2012] 和 Xie 等人 [2012] 提出将深度（去噪）自编码器作为此任务的优良模型。在本文中，我们提出深度学习领域中另一类流行的模型家族——Boltzmann 机，其图像去噪性能可与去噪自编码器相当，在某些高噪声水平的情况下甚至更优。我们在三个不同的图像集上，针对不同类型和水平的噪声，对这两种模型进行了经验性评估。在整个实验过程中，我们还考察了模型深度的影响。实验证实了我们的主张，并表明通过增加更多隐藏层可以提升性能，尤其是在噪声水平较高时。
引用
@article{arxiv.1301.3468,
title = {Boltzmann Machines and Denoising Autoencoders for Image Denoising},
author = {Kyunghyun Cho},
journal= {arXiv preprint arXiv:1301.3468},
year = {2013}
}