Я новичок в этом сообществе, поэтому я уже извиняюсь за то, что мой пост слишком обобщен или плохо написан с точки зрения некоторых людей.
Я пытаюсь реализовать следующий документ: https://research.nvidia.com/sites/default/files/publications/dnn_denoise_author.pdf
В статье авторы добавляют повторяющиеся сверточные блоки в сверточный автоэнкодер с пропущенными соединениями.Цель состоит в том, чтобы снять шум с последовательностей изображений.
В настоящее время моя программа может выполнять шумоподавление, но только на отдельных изображениях, используя точно такую же архитектуру, как в статье, но без рекурентных блоков (поскольку я непока что используйте последовательности).
Теперь я хочу перейти к использованию последовательностей изображений, но у меня есть некоторые проблемы с пониманием того, как адаптировать мою программу и добавить повторяющуюся часть.
Я уже проверил другие вопросыс участием CNN и RNN, и я думал об использовании функций типа TimeDistributed (... (...)), но я не уверен, иду ли я в правильном направлении, принимая во внимание сложность сети автоэнкодера(в моей сети нет только свертки, макс-пула и полностью подключенных слоев).
Кроме того, подходят ли функции TimeDistributed (... (...)) для моих целей?У меня возникают проблемы с поиском ответов о RNN, используемых в задачах типа «картинка-в-картинке» (главным образом, классификация кадров из последовательности).
Поэтому мой вопрос заключается в том, как можно связать рекуррентную часть с типом автоэнкодера:сеть, учитывая наличие пропущенных соединений и U-образный тип архитектуры? Сетевая архитектура на бумаге
Спасибо за потраченное время!