Réseau de neurones convolutif avec des couches médianes pour le débruitage des contaminations sel et poivre

Nous proposons un réseau neuronal profond entièrement convolutif intégrant un nouveau type de couche, appelée couche médiane, pour restaurer les images contaminées par le bruit sal et poivre (s&p). Une couche médiane effectue simplement un filtrage médian sur tous les canaux de caractéristiques. En ajoutant ce type de couche à certains réseaux neuronaux profonds entièrement convolutifs largement utilisés, nous développons un réseau d'extrémité à extrémité capable de supprimer le bruit s&p de niveau extrêmement élevé sans effectuer aucune tâche de prétraitement non triviale, ce qui différencie notre approche de toutes les méthodes existantes en matière de suppression du bruit s&p. Les expériences montrent que l'insertion de couches médianes dans un réseau entièrement convolutif simple avec une perte L2 améliore considérablement le rapport signal-bruit. Des comparaisons quantitatives attestent que notre réseau surpassent les méthodes d'avant-garde avec une quantité limitée de données d'entraînement. Le code source a été rendu disponible pour évaluation et utilisation publiques (https://github.com/llmpass/medianDenoise).