[论文解读] Image Denoising Using Convolutional Autoencoder

Prashanth Venkataraman|arXiv (Cornell University)|Jul 24, 2022

Image and Signal Denoising Methods被引用 7

一句话总结

本文提出一种卷积自编码器（CAE）用于图像去噪，在MNIST数据集上将其与全连接自编码器（FAE）进行比较。CAE通过卷积层学习空间特征，并从含噪输入中重建出清晰图像，其验证损失为0.0871，显著低于FAE的0.2305，表明其在去噪性能方面更优，归因于更优的特征表示。

ABSTRACT

With the inexorable digitalisation of the modern world, every subset in the field of technology goes through major advancements constantly. One such subset is digital images which are ever so popular. Images can not always be as visually pleasing or clear as you would want them to be and are often distorted or obscured with noise. A number of techniques to enhance images have come up as the years passed, all with their own respective pros and cons. In this paper, we look at one such particular technique which accomplishes this task with the help of a neural network model commonly known as an autoencoder. We construct different architectures for the model and compare results in order to decide the one best suited for the task. The characteristics and working of the model are discussed briefly knowing which can help set a path for future research.

研究动机与目标

• 评估自编码器在去噪28×28灰度图像方面的有效性。
• 比较全连接自编码器（FAE）与卷积自编码器（CAE）在图像去噪中的表现。
• 确定在存在高斯噪声的情况下，哪种架构能实现更优的重建质量与更低的损失。
• 探究卷积层在学习去噪任务中有意义图像表征中的作用。
• 为未来基于深度学习的高分辨率和多通道图像去噪研究提供基础。

提出的方法

• 通过在训练过程中向输入图像注入随机高斯噪声来训练去噪自编码器（DAE），并使用原始清晰图像作为重建目标。
• 全连接自编码器（FAE）将784维的展平输入通过两层全连接层（64和784个神经元）处理，使用ReLU激活函数和二元交叉熵损失。
• 卷积自编码器（CAE）使用两个二维卷积模块（32个滤波器，3×3卷积核，ReLU），配合最大池化（2×2，步长1），将输入编码为7×7×32的潜在空间。
• CAE通过两层转置卷积层（步长2×2，32个滤波器，ReLU）解码潜在表示，随后通过最后一层二维卷积层重建出原始图像尺寸。
• 两个模型均在MNIST数据集上使用Adam优化器和二元交叉熵损失训练20个周期，输入中添加了高斯噪声。
• 通过验证损失和对含噪输入重建图像的视觉检查来评估模型性能。

实验结果

研究问题

• RQ1 卷积自编码器是否在去噪28×28灰度图像方面优于全连接自编码器？
• RQ2 使用卷积层如何影响自编码器在学习空间特征和抑制噪声方面的表现？
• RQ3 架构设计（全连接与卷积）对图像去噪中重建质量与损失的影响是什么？
• RQ4 去噪自编码器能否有效学习去除高斯噪声，同时保持图像结构？
• RQ5 在MNIST上训练的自编码器在具有相似特征的图像去噪任务中泛化程度如何？

主要发现

• 卷积自编码器的验证损失为0.0871，显著低于全连接自编码器的0.2305，表明其优化效果更好，重建保真度更高。
• 视觉检查确认，卷积自编码器能有效去除高斯噪声，生成清晰、可识别的数字，而全连接自编码器则恶化了图像质量，使输入更嘈杂。
• 全连接自编码器由于无法捕捉空间层次结构，导致其无法学习有意义的图像表征，从而造成去噪性能差。
• 卷积自编码器通过使用卷积层和转置卷积层，实现了有效的特征学习与空间重建，这对图像去噪至关重要。
• CAE的架构（含28,353个可训练参数）比FAE（含101,200个可训练参数）更具参数效率，同时取得了更优的结果。
• 结果表明，卷积层在学习区分噪声与结构内容的分层图像表征方面至关重要，是去噪任务成功的关键。