要約
画像復元は、劣化した画像をノイズのない画像に復元する低レベルビジョンタスクである。深層ニューラルネットワークの成功に伴い、畳み込みニューラルネットワーク（CNN）は従来の復元手法を上回り、コンピュータビジョン分野における主流技術となっている。ノイズ除去アルゴリズムの性能をさらに向上させるために、U-Netを改良した階層構造を採用した盲目的リアル画像ノイズ除去ネットワーク（SRMNet）を提案する。具体的には、階層構造上に残差ブロックを用いた選択的カーネル（selective kernel）を導入し、M-Netと呼ぶ構造により、マルチスケールの意味情報の豊かさを向上させた。さらに、SRMNetは、合成データセット2種類および実世界のノイズ画像データセット2種類において、定量的評価指標および視覚的品質の両面で優れた性能を達成している。ソースコードおよび事前学習済みモデルは、https://github.com/TentativeGitHub/SRMNet にて公開されている。