基本信息
文件名称:各向异性全变分正则化驱动深度图像先验去噪方法.pdf
文件大小:12.09 MB
总页数:54 页
更新时间:2025-08-06
总字数:约8.36万字
文档摘要

摘要

图像去噪作为图像处理领域的关键步骤,其优质的结果能够显著提升图像处理流程

中后续其它环节的准确性和可靠性.深度学习作为一种人工智能技术,在近年来展现出了

巨大的潜力和应用前景.特别地,卷积经网络在图像去噪中已获得了很好的效果.然而,

深度经网络的可解释性差,并且图像难以收集真实数据,导致监督学习无法进行.深度

图像先验方法是一种典型的无监督深度学习方法,它能够使用深度网络本身作为反问题

的隐式正则化,不需要大量的样本和真实图像.可是具有代表性的深度图像先验缺乏描