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