SwinIA: Convolutions 없이 자기 감독형 블라인드 스포트 이미지 노이즈 제거

자기 감독 이미지 노이즈 제거는 정답 데이터에 접근할 수 없이 노이즈가 포함된 이미지에서 신호를 복원하는 것을 의미합니다. 이 과제의 최신 해결책은 완전 합성곱 신경망을 사용하여 마스킹된 픽셀을 예측하는 것입니다. 이 방법은 대부분 여러 번의 순방향 전달, 노이즈 모델에 대한 정보, 또는 복잡한 정규화 함수를 필요로 합니다. 본 논문에서는 자기 감독 노이즈 제거를 위한 첫 번째 완전 트랜스포머 구조인 Swin 트랜스포머 기반 이미지 오토인코더(SwinIA)를 제안합니다. 주목 메커니즘의 유연성이 합성곱 대응체들이 일반적으로 근사하는 블라인드 스포트 속성을 충족시키는 데 도움을 줍니다. SwinIA는 마스킹 없이 간단한 평균 제곱 오차 손실로 엔드 투 엔드로 훈련될 수 있으며, 깨끗한 데이터나 노이즈 분포에 대한 사전 지식을 요구하지 않습니다. 사용하기 간편하며, SwinIA는 여러 일반 벤치마크에서 최고 성능을 달성하였습니다.