塩コショウノイズの除去に向けた中央値層を用いた畳み込みニューラルネットワーク

私たちは、新しい種類の層であるメディアン層を導入した深層完全畳み込みニューラルネットワークを提案します。このメディアン層は、すべての特徴チャネルに対して中央値フィルタリングを単純に実行します。この種の層を広く使用されている完全畳み込み深層ニューラルネットワークに追加することで、非自明な前処理を行わずに極めて高レベルの塩コショウノイズ（s&p ノイズ）を除去するエンドツーエンドのネットワークを開発しました。これは、既存の s&p ノイズ除去に関する文献とは異なります。実験結果は、シンプルな完全畳み込みネットワークにメディアン層を挿入し L2 損失を使用することで、信号対雑音比が大幅に向上することを示しています。定量的な比較により、当社のネットワークは限られた量の訓練データで最先端の手法を超えることが証明されています。ソースコードは公開評価と使用のためにリリースされています (https://github.com/llmpass/medianDenoise)。