遥感与传感器

针对栈式稀疏去噪自编码器在图像去噪上训练难度大、收敛速度慢和普适性差等问题，本文提出了一种基于栈式修正降噪自编码器的自适应图像去噪模型。该模型采用线性修正单元作为网络激活函数，并使用批归一化算法对网络中间层输入数据进行归一化处理；与以往图像降噪模型不同，本文通过训练来学习含噪图像和噪声之间的映射关系。为克服新模型不能有效处理不同种类噪声的问题，首先对其进行多通道并行训练，然后充分利用网络挖掘出的潜在数据特征集计算出最优通道权重，最后通过训练权重权重预测模型预测出各通道最优权重，从而实现自适应图像去噪。实验结果表明，所提方法不仅在收敛效果上好于栈式稀疏去噪自编码器，而且能够自适应处理未参与训练的噪声，具有更好地普适性。

马红强, 马时平, 许悦雷, 朱明明, 吕超, 辛鹏. 基于改进栈式稀疏去噪自编码器的自适应图像去噪[J]. 中国激光, 2018, 38(10): 1.  复制并引用该论文