用于任意通道数去噪的多视图网络

我们提出了一组去噪神经网络，能够在运行时处理任意数量的通道，而不受其训练时所用通道数的限制。由于这些模型使用同一数据的多个视图进行运算，我们将其称为多视图网络。我们探索了两种此类架构，并展示了它们在多通道场景下优于传统去噪模型。此外，我们证明了多视图网络如何利用额外录音提供的信息做出更好的预测，以及它们如何能够泛化到训练中未见过数量的录音。