基于注意力機制的雙路解碼器圖像去噪方法

摘要： 目前大多數(shù)圖像去噪算法在去除圖像噪聲的同時，通常會丟失圖像的細節(jié)信息，特別是當噪聲強度較大時甚至會出現(xiàn)失真。隨著當前神經(jīng)網(wǎng)絡結(jié)構(gòu)普遍趨向于深層設計，導致圖像的淺層特征難以與深層特征融合。針對這些問題，提出一種基于注意力機制的雙路解碼器圖像去噪方法。首先，設計一種殘差密集塊(RDB)來對U-Net網(wǎng)絡進行改進，實現(xiàn)網(wǎng)絡深度的增加，有效提升模型的穩(wěn)定性并緩解梯度消失問題；其次，設計...