本論文では、変換器ベースのブラインドスポットネットワーク(TBSN)を提案している。TBSNは、ブラインドスポットの要件を満たしつつ、変換器の機能を活用するために、空間的および channel-wise自己注意メカニズムを設計している。
空間的自己注意では、注意行列にマスクを適用することで、ブラインドスポットの要件を維持しつつ、局所適応性を高めている。channel-wise自己注意では、チャンネル数が空間解像度を超えると、ブラインドスポット情報が漏洩する問題を発見し、チャンネルをグループ化して個別に注意を行うことで解決している。
さらに、効率的な推論のために、事前学習したTBSNからの知識蒸留を提案している。
実験では、TBSNが実世界の画像ノイズ除去データセットで最先端の性能を達成し、蒸留モデルが大幅な計算コスト削減を実現することを示している。
To Another Language
from source content
arxiv.org
Głębsze pytania