《自然》子刊：新AI算法可以动态调整感受野，实现更强降噪

光和电子是探测微观世界的常用手法，但是光束的问题在于，强光会破坏物质，弱光又无法产生高清晰度图像。一项新研究提出了新算法，降低低分辨率图像的颗粒度，并揭示隐藏在噪声中的细节。

研究于1月25日发表在《自然-机器智能》上，标题为“Global voxel transformer networks for augmented microscopy”(用于增强显微术的全局体素变换网络)，通讯作者为德克萨斯农工大学计算机科学与工程系的Shuiwang Ji。

在基于传统深度学习算法的图像处理技术中，层之间的数目和网络限定了，输入图像中有多少像素对输出图像中单个像素的值有贡献。研究提出的新算法，可以动态改变感受野的大小。换句话说，这种被称为全局体素变换网络(GVTNets)的新算法，可以在需要时从更大的图像区域聚合信息。

译/前瞻经济学人APP资讯组

参考资料：

[1] https://www.sciencedaily.com/releases/2021/01/210127093203.htm

[2] https://www.nature.com/articles/s42256-020-00283-x