RAW 视频的前后去马赛克噪声移除

去噪是将相机传感器捕获的数据转换为显示就绪图像或视频的处理管道中的基本步骤。通常在管道的最初阶段进行，通常在去马赛克之前，尽管也有提出交换顺序或甚至联合进行的研究。随着深度学习的兴起，去噪算法的质量稳步提高。即便如此，现代神经网络仍然难以适应新的噪声水平和场景，这对于现实世界的应用至关重要。鉴于此，我们提出一种基于自相似性的去噪方案，对 Bayer 图案 CFA 视频数据加权使用前后去马赛克去噪器。我们表明，两种方法之间的平衡可获得更好的图像质量，我们经验性地发现，较高的噪声水平受益于更高的前去马赛克影响。我们还在每个去噪器之前集成了时序轨迹预过滤步骤，这进一步提高了纹理重建。该方法仅需要传感器噪声模型的估计，能够准确适应任何噪声水平，与当前SOTA相当，适用于现实世界的摄影。