面向自监督实图像去噪的非对称掩码方案
图像与视频处理
2024-07-16 v3 计算机视觉与模式识别
摘要
近年来，自监督去噪方法取得了显著的成功，在图像修复领域发挥了关键作用。在此类方法中，基于盲点网络的方法是最典型的类型，已吸引了大量研究者的关注。尽管盲点操作的引入可以防止从噪声到噪声的恒等映射，但它对网络设计提出了严格的感受野要求，从而限制了整体性能。为解决这一挑战，我们提出一种用于自监督去噪训练的单一掩码方案，消除盲点操作的需求，从而移除对网络结构设计的约束。此外，我们提出一种多掩码方案，以实现推理阶段整个图像的去噪。该方法采用训练和推理中的非对称掩码方案，在现有真实噪声图像数据集上实现了最先进的性能。所有源代码将对公众开放。
引用
@article{arxiv.2407.06514,
title = {Asymmetric Mask Scheme for Self-Supervised Real Image Denoising},
author = {Xiangyu Liao and Tianheng Zheng and Jiayu Zhong and Pingping Zhang and Chao Ren},
journal= {arXiv preprint arXiv:2407.06514},
year = {2024}
}