초록
이미지 복원은 훼손된 이미지를 잡음이 없는 이미지로 복원하는 저수준 시각 인식 작업이다. 깊은 신경망의 성공적인 적용을 계기로, 합성곱 신경망(CNN)은 기존의 복원 기법을 능가하여 컴퓨터 비전 분야에서 주류 기술로 자리 잡았다. 노이즈 제거 알고리즘의 성능을 향상시키기 위해, 우리는 U-Net 기반의 계층적 아키텍처를 개선하여 보이지 않는 실사 이미지 노이즈 제거 네트워크(SRMNet)를 제안한다. 구체적으로, 계층적 구조에 선택적 커널(Selective Kernel)과 잔차 블록(Residual Block)을 결합한 M-Net을 도입하여 다중 해상도의 의미 정보를 풍부하게 했다. 또한, SRMNet은 정량적 지표와 시각적 품질 측면에서 두 가지 합성 데이터셋과 두 가지 실세계 노이즈 데이터셋에서 경쟁력 있는 성능을 보였다. 소스 코드와 사전 학습 모델은 https://github.com/TentativeGitHub/SRMNet 에서 제공된다.