スムースシグモイドベースの収縮（SSBS）関数を用いたしきい値処理ニューラルネットワーク（TNN）による画像のノイズ除去

本論文では、ウェーブレット領域におけるノイズ除去のための新しい手法を提案します。この手法では、新しい種類のスムース非線形しきい値関数を活性化関数として使用したしきい値処理ニューラルネットワーク（TNN）を開発しました。この関数に関して、勾配ベースの適応学習アルゴリズムは、最適なしきい値を見つける際に、最小平均二乗（LMS）または最小平均二乗誤差（MMSE）を得るためにより効率的になります。実験結果は、適応学習アルゴリズム（TNNベースの非線形適応フィルタリング）を用いたTNNが、画像のノイズ除去において、ピーク信号対ノイズ比（PSNR）や視覚品質の観点で他の代替手法より優れていることを示しています。提案された手法は、カメラマン画像のノイズ除去において、最先端技術に対して最大3.48 dBの改善を達成します。