SRNet: Image Denoising Using Symmetry Residual Network
Abstract
잡음 영상은 잡음 성분으로 인해 방해를 받고, 이러한 영향 때문에 컴퓨터 비전 분야에서는 잡음 영상 개선이 도전적인 분야이다. 최근에는 합성곱 신경망의 뛰어난 성능으로 인해 잡음 제거 분야에 많이 적용된다. 본 논문에서는 이미지 노이즈 제거를 위해 상호 보완적인 특징 표현을 활용 하도록 대칭 모델 기반의 잔여 합성곱 신경망 모델을 소개한다. 이 구조는 각각 고유한 수용 필드특성과 깊이 구성을 가진 두 개의 대칭 풀링 블록을 사용하여 세밀한 국소적 세부 정보와 광범위한 맥락적 정보를 모두 인식한다. 블록의 출력은 공간적 및 구조적 단서를 통합하여 최종 잡음 추정값을 생성하는 융합 모듈을 통해 통합되고 잔여 신경망 학습 전략을 적용하였다. 잡음성분을 예측하는 데 집중한 후, 입력 영상에서 잡음성분을 제거하여 깨끗한 출력 이미지를 생성한다. 제안된 모델은 우수한 영상 노이즈 제거 결과를 얻을 수 있는 잠재력을 보여준다.
Fields of Study & Subjects
Image and Signal Denoising Methods
Image Enhancement Techniques
Advanced Image Processing Techniques
Publication details
- Journal / source
- The Journal of the Korean Institute of Information and Communication Engineering
- Volume
- 30
- Issue
- 1
- Pages
- 82–91
- Publication date
- 31 January 2026
- Language
- EN