Self-Supervised Image Denoising Using Transformers

Abstract

Piltide mürapuhastus juhendamata viisil on masinnägemise ülesanne mille puhul ei ole võimalik mudeli treenimiseks kasutada müravabu pilte. Selline meetodika on olululine mitmetes valdkondades nagu näiteks meditsiiniline kujutamine, kus tihti ei ole võimalik müravabu pilte koguda. Juhendamata mürapuhastuse muudabki keeruliseks müravabade pildite puudumine ja seega vajab see mudelispetsiifilist lähenemist. Kaasaegsed mürapuhastus lahendused põhinevad peamiselt sidumnärvivõrkudel ja väga vähe on uuritud kuidas transformerid selle ülesandega hakkama saavad. Sellest lähtuvalt kohandatakse magistritöös olemasolevaid pildi taastamise transformereid juhendamata mürapuhastuse ülesande jaoks ja võrreldakse neid vastavate sidumnärvivõrkudega. Peale selle kirjeldatakse töös uudset autokodeerijaga transformeri arhitektuuri, mis hoolimata müratüübist saavutab stabiilsemaid tulemusi kui muud mudelid. Samuti on see esimene ‘end-to-end’ juhendamata mürapuhastuse närvivõrk, mis ei kasuta ühtegi sidumoperatsiooni. Käesolev magistritöö toob välja transformerite eelised ja puudused mürapuhastuse ülesande kontekstis ja loob kontseptuaalse aluse valdkonna edasiseks arenguks.