基于多支路混合掩码的自监督图像去噪算法

来源：计算机技术与发展杂志2025年第05期北京时间：

作者：王玥乔;李鑫远

摘要：近年来,基于深度学习的图像去噪技术取得了较大的进展,然而当图像对难以获取时其将难以发挥优势。 自监督图像去噪算法由于仅需要学习噪声图像本身即可实现噪声的消除,已然成为研究热门。 鉴于图像中像素信号的空间相关性及噪声信号的空间独立性,基于盲点网络的去噪方法已展现出卓越的去噪效果。 然而,当前盲点网络方法在面临噪声相关区域高度相关时,难以有效打破噪声的空间特性。 针对这一挑战,提出了一种创新的多支路混合掩码自监督图像去噪方法。 该方法通过巧妙组合不同形式的掩码,有效打破了噪声的空间相关性,并借助空间自相似注意力机制,深入挖掘了因掩码遮挡而缺失的细节信息。 实验结果表明,该方法在处理高相关性噪声时展现出了出色的恢复性能。 同时,得益于多支路融合与空间自相似注意力的运用,该方法在细节恢复方面相较于当前最先进的方法也表现出更为优越的效果。

关键词：图像去噪;自监督学习;盲点网络;多支路混合掩码;空间自相似注意力