深度图像去条带
图像与视频处理
2021-10-19 v1 计算机视觉与模式识别
摘要
条带或伪轮廓是一种恼人的视觉伪影，其在超高清、高动态范围和广色域视觉内容中影响更为显著，而此类内容正日益普及。由于用户对此类内容有更高的质量预期，且条带会导致视觉体验质量下降，条带去除或去条带领域变得至关重要。现有去条带方法多为知识驱动。尽管深度学习在图像处理与计算机视觉其他领域取得广泛成功，数据驱动的去条带方法却出奇地缺失。本工作中，我们率先尝试开发一种基于深度学习的图像条带伪影去除方法，并将其命名为深度去条带网络（deepDeband）。为训练它，我们构建了包含 51,490 对对应原始与条带图像块的大规模数据集。性能评估表明 deepDeband 能成功大幅减少图像中的条带伪影，在定量与视觉上均优于现有方法。
引用
@article{arxiv.2110.08569,
title = {Deep Image Debanding},
author = {Raymond Zhou and Shahrukh Athar and Zhongling Wang and Zhou Wang},
journal= {arXiv preprint arXiv:2110.08569},
year = {2021}
}
备注
5 pages, 4 figures, 5 tables