SwinIA: تنقية الصور من الضوضاء دون استخدام التفافات في الإشراف الذاتي على النقاط العمياء

التعلم الذاتي لإزالة الضوضاء من الصور يعني استعادة الإشارة من صورة مشوهة دون الوصول إلى الحقيقة الأرضية. ترتكب الحلول الأكثر تقدماً لهذه المهمة على التنبؤ بالبيكسلات المخفية باستخدام شبكة عصبية مكتملة التحويل (Fully-Convolutional Neural Network). هذا غالباً ما يتطلب العديد من العمليات الأمامية، أو معلومات حول نموذج الضوضاء، أو وظائف تنظيم معقدة. في هذه الورقة البحثية، نقترح استخدام مُشفِّر الصور القائم على Swin Transformer (SwinIA)، وهو أول هيكلية قائمة تماماً على المتحولات (Transformers) لإزالة الضوضاء بطريقة ذاتية. يساعد مرونة آلية الانتباه (Attention Mechanism) في تحقيق خاصية النقطة العمياء التي تقريبها الشبكات المكافئة عادةً. يمكن تدريب SwinIA بشكل شامل باستخدام خسارة بسيطة لمتوسط الخطأ التربيعي دون الحاجة إلى التعتيم، ولا يتطلب أي معرفة سابقة عن البيانات النظيفة أو توزيع الضوضاء. سهل الاستخدام، يعتبر SwinIA الأفضل في فئته على عدة مقاييس شائعة.