SUNet：用于图像去噪的 Swin Transformer UNet
图像与视频处理
2023-01-18 v1 计算机视觉与模式识别
机器学习
摘要
图像复原是一个具有挑战性的病态问题，也是一个长期存在的问题。过去几年中，卷积神经网络（CNNs）几乎主导了计算机视觉，并在包括图像复原在内的不同层次视觉任务中取得了可观的成功。然而，最近基于 Swin Transformer 的模型也展现出令人印象深刻的性能，甚至超越基于 CNN 的方法，成为高层视觉任务上最先进的（SOTA）方法。在本文中，我们提出了一种称为 SUNet 的复原模型，该模型使用 Swin Transformer 层作为基本模块，并应用于 UNet 架构以进行图像去噪。源代码与预训练模型可在 https://github.com/FanChiMao/SUNet 获取。
引用
@article{arxiv.2202.14009,
title = {SUNet: Swin Transformer UNet for Image Denoising},
author = {Chi-Mao Fan and Tsung-Jung Liu and Kuan-Hsien Liu},
journal= {arXiv preprint arXiv:2202.14009},
year = {2023}
}