| 注册
首页|期刊导航|计算机与数字工程|基于残差学习的非对称卷积神经网络图像去噪方法

基于残差学习的非对称卷积神经网络图像去噪方法

曹阳 张英俊 谢斌红

计算机与数字工程2023,Vol.51Issue(6):1371-1375,1392,6.
计算机与数字工程2023,Vol.51Issue(6):1371-1375,1392,6.DOI:10.3969/j.issn.1672-9722.2023.06.029

基于残差学习的非对称卷积神经网络图像去噪方法

Image Denoising Method Based on Residual Learning and Asymmetric Convolutional Neural Network

曹阳 1张英俊 1谢斌红1

作者信息

  • 1. 太原科技大学计算机科学与技术学院 太原 030024
  • 折叠

摘要

关键词

图像去噪/卷积核骨架/非对称卷积核/权值融合/特征提取/残差学习/参数/推理时间

Key words

image denoising/convolution kernels skeleton/asymmetric convolution kernels/weighting fusion/feature ex-traction/residual learning/parameters/reasoning about time

分类

信息技术与安全科学

引用本文复制引用

曹阳,张英俊,谢斌红..基于残差学习的非对称卷积神经网络图像去噪方法[J].计算机与数字工程,2023,51(6):1371-1375,1392,6.

基金项目

山西省重点研发计划重点项目(编号:201703D111027) (编号:201703D111027)

山西省重点计划研发项目(编号:201803D121048,201803D121055)资助. (编号:201803D121048,201803D121055)

计算机与数字工程

OACSTPCD

1672-9722

访问量0
|
下载量0
段落导航相关论文