深層畳み込みニューラルネットワークは、空間的に不変なノイズ（合成ノイズ）を含む画像に対して優れた性能を発揮しますが、実際のノイジーな写真ではその性能が制限され、複数段階のネットワークモデリングが必要となります。本論文では、モジュール型アーキテクチャを採用することで、新たな単一ステージのブラインド実画像ノイズ除去ネットワーク（RIDNet）を提案します。低周波情報の流れを容易にするために残差構造の上にさらに残差構造を使用し、チャンネル依存性を活用するために特徴量注意機構を適用しています。さらに、3つの合成ノイジーデータセットと4つの実際のノイジーデータセットにおいて、19種類の最先端アルゴリズムと比較した定量評価および視覚的品質評価により、当社のRIDNetの優位性が示されています。