SRDTrans
以自监督方式去除荧光图像中的噪声,清华团队开发了空间冗余去噪Transformer方法
编辑 | 萝卜皮具有高信噪比的荧光成像已成为生物现象精确可视化和分析的基础。然而,不可避免的噪声对成像灵敏度提出了巨大的挑战。清华大学的研究团队提供了空间冗余去噪 Transformer(SRDTrans),以自监督的方式去除荧光图像中的噪声。该团队提出了基于空间冗余的采样策略来提取相邻的正交训练对,消除了对高成像速度的依赖。然后,他们设计了一种轻量级时空 Transformer 架构,以较低的计算成本捕获远程依赖性和高分辨率特征。SRDTrans 可以恢复高频信息,而不会产生过度平滑的结构和扭曲的荧光痕迹。并且,
2/16/2024 4:20:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
ChatGPT
AI
AI绘画
DeepSeek
机器人
数据
谷歌
大模型
智能
Midjourney
用户
学习
模型
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
开发者
GPU
AI for Science
英伟达
机器学习
场景
伟达
预测
华为
Transformer
模态
Anthropic
百度
驾驶
深度学习
文本
AI视频
苹果
搜索
神器推荐
算力
LLaMA
科技
视频生成
安全
应用
xAI
干货合集
Copilot
2024
字节跳动
特斯拉
人形机器人
具身智能
亚马逊
语音
视觉
AI应用场景
写作
AGI
Claude