Mô hình khử nhiễu ảnh dựa trên mạng CNN sâu và kết nối nhảy

Abstract

Gần đây, các mô hình học sâu cho vấn đề khử nhiễu ảnh thu hút được sự quan tâm nghiên cứu do có hiệu quả khử nhiễu cao. Trong bài báo này, chúng tôi đề xuất mô hình khử nhiễu dựa trên kiến trúc mạng CNN. Chúng tôi sử dụng kết nối nhảy (skip connection) để tạo nên các khối phần dư (residual block), giúp tăng độ sâu của mô hình và đồng thời giúp tránh hiện tượng tiêu hao gradient (gradient vanishing) trong quá trình huấn luyện. Ngoài ra, thay vì áp dụng hàm mất mát dựa trên ảnh khử nhiễu, chúng tôi sử dụng phần dư giữa ảnh nhiễu và ảnh khử nhiễu để tăng hiệu quả huấn luyện. Các kết quả thực nghiệm cho thấy mô hình đề xuất cho hiệu quả khử nhiễu cao cả về mặt định tính và định lượng.