当前位置: X-MOL 学术arXiv.cs.AI › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
BM3D和2层ONN
arXiv - CS - Artificial Intelligence Pub Date : 2021-03-04 , DOI: arxiv-2103.03060
Junaid Malik, Serkan Kiranyaz, Mehmet Yamac, Moncef Gabbouj

尽管最近在图像降噪方面取得了成功,但对深度和复杂体系结构的需求仍然阻碍了CNN的实际使用。较旧但计算效率更高的方法(例如BM3D)仍然是一个流行的选择,尤其是在资源受限的情况下。在这项研究中,我们旨在找出与用于WGN图像去噪的BM3D相比,紧凑型神经网络是否可以学习产生竞争性结果。为此,我们将网络配置为仅具有两个隐藏层,并使用不同的神经元模型和层宽度来比较BM3D在不同AWGN噪声水平下的性能。我们的结果最终表明,与CNN相比,最近基于生成神经元模型(Self-ONNs)提出的自组织形式的操作神经网络变体不仅是更好的选择,



"点击查看英文标题和摘要"

更新日期:2021-03-05
down
wechat
bug