DDAN: A Dense Dual-Attention Network with Physics-Informed Loss for Robust Multi-Type Optical Image Denoising
Cet article introduit le Dense Dual-Attention Network (DDAN), un cadre d'apprentissage profond informé par la physique qui atteint des performances de pointe pour éliminer de manière robuste les bruits optiques additifs, multiplicatifs et hybrides en intégrant des blocs denses résiduels avec des mécanismes de double attention et une fonction de perte composite spécialisée.