我们提出了一种新的基于端到端深度学习的去噪方法。以前的方法忽略了具有不同感受野的不同层之间的相关性，这会丢失大量重要信息。为了更好地解决这个问题，我们开发了一个多级引导残差块，它是我们网络的基本单元。在该块中，我们利用多级扩张卷积来获得不同的感受野，并利用具有较小感受野的层来指导较大感受野的学习。此外，为了减小模型大小，在所有多级引导残差块之间共享参数。
上一条：Learning diffusion on global graph: A PDE-directed approach for feature detection on geometric shapes 下一条：From Coarse to Fine: A Stage-Wise Deraining Net
