针对大部分的深度卷积神经网络存在着层次难以达到很深以及神经网络的深层次性能退化问题，论文基于前馈去噪卷积神经网络的模型，提出一种结合批量重整化去噪网络中的并行网络。新方法是将原有的网络层一分为二，通过增加网络的宽度而不是深度深层结构达到获取更多特征的目的。再使用残差学习和批量归一化的方法，以改善去噪质量，并且加速训练。结果表明，相比于当前比较成熟的去噪算法，论文提出的残差连接的并行网络去噪新算法的去噪效果更为突出，去噪耗时也大大降低。
科研之友
微信
新浪微博
Facebook
分享链接
