具有中值层的卷积神经网络用于去除椒盐噪声污染
计算机视觉与模式识别
2019-08-20 v1
摘要
我们提出了一种带有新型层（称为中值层）的深度全卷积神经网络，用于恢复被椒盐（s&p）噪声污染的图像。中值层简单地对所有特征通道执行中值滤波。通过将此类层添加到一些广泛使用的全卷积深度神经网络中，我们开发了一种端到端网络，可在不进行任何非平凡预处理任务的情况下去除极高水平的 s&p 噪声，这与 s&p 噪声去除的现有文献均不同。实验表明，将中值层插入带有 L2 损失的简单全卷积网络中显著提升了信噪比。定量比较证明我们的网络在有限训练数据量下优于最先进（state-of-the-art）方法。源代码已发布供公众评估和使用（https://github.com/llmpass/medianDenoise）。
引用
@article{arxiv.1908.06452,
title = {Convolutional Neural Network with Median Layers for Denoising Salt-and-Pepper Contaminations},
author = {Luming Liang and Sen Deng and Lionel Gueguen and Mingqiang Wei and Xinming Wu and Jing Qin},
journal= {arXiv preprint arXiv:1908.06452},
year = {2019}
}