基于无参注意力和特征融合的图像去噪算法

作者：郭聪; 杨敏^*

来源：计算机技术与发展, 2023, 33(02): 50-56.

• 图像去噪
• 注意力机制
• 特征融合
• 图像处理
• 卷积神经网络

针对传统图像去噪网络的恢复图像存在纹理和条纹不清晰的问题，提出基于无参注意力机制和特征融合的图像去噪网络NAFDNet。该网络包括普通卷积层、注意力特征提取模块和特征融合增强模块。首先，利用普通卷积层提取的浅层特征作为全局特征。接着，在注意力特征提取模块中，网络通过混合空洞卷积组和普通卷积相结合，提取特征，针对提取的特征引入无参注意力机制，关注特征图中具有丰富纹理和细节信息。特征融合增强模块利用两个1×1卷积，分别学习全局特征图和局部特征图的权重，与对应特征图相乘后相加，获得更为健壮的融合特征。实验结果表明：NAFDNet算法在Set12测试集上具有较好的客观指标，并且去噪图像具有更清晰的边缘以及纹理特征。

• 单位
  南京邮电大学; 自动化学院