基于注意力机制的双路解码器图像去噪方法

作     者：高煜宝 文志诚 GAO Yubao;WEN Zhicheng

作者机构：湖南工业大学计算机学院湖南株洲412007 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年第50卷第9期

页      面：324-332页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61871432) 湖南省自然科学基金青年项目(2019JJ50123,2024JJ7154) 湖南省教育厅项目(20C0625) 

主　　题：深度学习 卷积神经网络 图像去噪 双路解码器 多尺度 

摘      要：目前大多数图像去噪算法在去除图像噪声的同时,通常会丢失图像的细节信息,特别是当噪声强度较大时甚至会出现失真。随着当前神经网络结构普遍趋向于深层设计,导致图像的浅层特征难以与深层特征融合。针对这些问题,提出一种基于注意力机制的双路解码器图像去噪方法。首先,设计一种残差密集块(RDB)来对U-Net网络进行改进,实现网络深度的增加,有效提升模型的稳定性并缓解梯度消失问题;其次,设计一种双路解码器结构,通过在不同尺度的解码器中进行多尺度特征提取,加强深浅层特征的融合;最后,通过在解码器中引入注意力机制,有针对性地捕获图像的边缘信息,增强模型的去噪表现。实验结果表明,相较于现有常见的图像去噪方法,所提方法不仅能够有效去除图像噪声,还能更好地恢复图像纹理细节,同时具有较快的去噪速度,在主观和客观评价中均获得了更好的结果。