门控Swin Transformer去噪模型

去噪性能高且参数少

该模型通过门控卷积和通道注意力，在图像去噪上以更少的参数和计算量实现了与更大模型相当的效果。

朱敏玲 · Zhixin, Xu · Qi, Zhang · Yonglin, Liu · Gu, Dongbing · Xu, Sendren Sheng Dong

Expert Systems with Applications 2025

技术优势

全局信息捕捉增强

采用三层空洞卷积与密集跳跃连接，使CNN具备更强的全局感受野能力。

计算复杂度降低

通过门控卷积和通道域转置注意力优化信息流，在保持性能的同时降低参数量和计算量。

应用场景

• 图像预处理：在后续视觉任务前去除噪声，提升整体流程准确性。
• 低功耗视觉处理：在计算资源受限的设备上实现高效去噪，延长续航。
• 边缘端图像增强：在边缘端直接处理图像，增强清晰度，减少数据传输。