自监督单图像去卷积与连体神经网络

原文约200字，阅读约需1分钟。发表于：。

使用快速傅里叶变换卷积解决在图像重建中的反问题，并采用自监督无视点神经网络和深度学习方法改进了已有的图像重建方法。

该研究提出了一种利用单一图像进行自监督学习的方法，通过门控卷积进行特征提取和无参考图像质量评估引导训练过程。实验结果表明，该方法在合成和真实世界数据集上实现了最先进的去噪性能，证明了其在各种噪声去除任务中的有效性和实用性。