深度类别感知去噪
计算机视觉与模式识别
2017-03-01 v2
摘要
移动设备对高图像质量日益增长的需求带来了对更好的计算增强技术特别是图像去噪的需求。同时，这些设备捕获的图像可分为一小部分语义类别。尽管简单，这一观察直到现在尚未在图像去噪中被利用。在本文中，我们展示了当去噪器感知图像中内容的类型时，重建质量如何改善。为此，我们首先提出一种新的全卷积深度神经网络架构，它简单但强大，因为即使不具备类别感知也能达到最先进的性能。我们进一步表明，通过使我们的网络具备类别感知，即通过对属于特定语义类别的图像进行微调，可实现高达 dB PSNR 的性能显著提升。依靠极其成功的现有图像分类器，本研究主张在所有图像增强任务中使用类别感知方法。
引用
@article{arxiv.1701.01698,
title = {Deep Class Aware Denoising},
author = {Tal Remez and Or Litany and Raja Giryes and Alex M. Bronstein},
journal= {arXiv preprint arXiv:1701.01698},
year = {2017}
}