无激活边缘建模傅里叶网络用于航天器图像去噪
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有深度学习图像去噪方法未充分考虑航天器图像特征的局限性，特别是低光照图像和重复周期性特征。我们提出了一种高效的航天器图像去噪方法——无激活边缘建模傅里叶网络（EAFFN），其通过边缘建模块和无激活傅里叶块有效提取结构信息及重复特征，实验结果表明该方法在航天器噪声图像数据集上表现优异。
通过自适应采样/主动学习策略，扩展了通用降噪网络的训练方法，实现了训练时间缩短。在模拟噪声测试中，证明了通用降噪器网络可以在专业降噪器网络的界限内实现峰值信噪比。在小型图像数据集实验中，证明了自适应采样策略训练的通用降噪器优于基准模型。
