가우시안 노이즈가 있는 RGB 및 GS 이미지를 위한 디노이징 바닐라 오토인코더

노이즈 억제 알고리즘은 컴퓨터 비전, 산업 검사, 비디오 감시 등 다양한 작업에 사용되어 왔습니다. 강력한 이미지 처리 시스템은 실제 장면에 가까운 이미지로 데이터를 공급받아야 하지만, 때때로 외부 요인으로 인해 캡처된 이미지를 나타내는 데이터가 변경되어 정보 손실로 이어집니다. 따라서 실제 장면에 가장 가까운 데이터 정보를 복구하기 위한 절차가 필요합니다. 이 연구 프로젝트는 색상 및 그레이스케일 이미지에서 가우시안 디노이징을 위한 비지도 신경망을 통한 디노이징 바닐라 오토인코딩(DVA) 아키텍처를 제안합니다. 이 방법론은 객관적인 수치 결과를 통해 다른 최첨단 아키텍처를 개선합니다. 또한 검증 세트와 고해상도 노이즈 이미지 세트를 사용하여 제안 방법이 이미지를 통한 노이즈 억제를 담당하는 다른 유형의 신경망보다 성능이 우수함을 보여줍니다.