抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深い畳込みニューラルネットワークは空間不変雑音(合成雑音)を含む画像でより良く機能する。しかしながら,その性能は実雑音写真に限定され,複数段階ネットワークモデリングを必要とする。雑音除去アルゴリズムの実用性を向上させるために,本論文では,モジュールアーキテクチャを採用することにより,新しい単段ブラインド実画像雑音除去ネットワーク(RIDNet)を提案した。著者らは,低周波情報の流れを容易にするために残差構造上に残差を使用し,チャネル依存性を利用するために特徴的注意を適用した。さらに,19の最先端アルゴリズムに対する3つの合成および4つの実雑音データセットに関する定量的計量および視覚品質に関する評価は,著者らのRIDNetの優位性を実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】