TCSVT 2024 | 基于小波和自适应坐标注意力引导的图像去噪残差网络

主要观点总结

本文介绍了一篇关于图像去噪的论文，该论文提出了一种基于小波和自适应坐标注意力引导的细粒度残差网络（WACAFRN）用于图像去噪。论文创新点包括自适应坐标注意力机制、小波注意力机制、噪声估计块等。模型通过编码-解码过程以及噪声估计块的辅助，实现了对噪声图像的有效去噪。本文还介绍了模型的网络架构、各部分功能以及实验分析。

关键观点总结

关键观点1: 论文主题

图像去噪，提出一种基于小波和自适应坐标注意力引导的细粒度残差网络（WACAFRN）。

关键观点2: 主要创新点

包括自适应坐标注意力机制、小波注意力机制以及噪声估计块的使用。

关键观点3: 模型架构

模型由初级特征提取块、细粒度编码器、小波注意力残差解码器、噪声估计块和融合重建块组成。

关键观点4: 实验结果

模型在灰度图像去噪、彩色图像去噪和真实世界图像去噪任务中实现有竞争力的性能，与最先进的方法相比，PSNR平均提高了2.08dB，SSIM平均提高了0.0264。

免责声明