用于图像恢复的深度均值漂移先验
计算机视觉与模式识别
2017-10-05 v2 机器学习
摘要
在本文中，我们引入了一种自然图像先验，它直接表示了自然图像分布的高斯平滑版本。我们将我们的先验包含在图像恢复作为贝叶斯估计器的公式中，这也允许我们解决盲噪声图像恢复问题。我们展示了我们先验的梯度对应于自然图像分布上的均值漂移向量。此外，我们使用去噪自编码器学习均值漂移向量场，并将其用于梯度下降方法以执行贝叶斯风险最小化。我们展示了在盲去模糊、超分辨率和去马赛克方面的竞争结果。
引用
@article{arxiv.1709.03749,
title = {Deep Mean-Shift Priors for Image Restoration},
author = {Siavash Arjomand Bigdeli and Meiguang Jin and Paolo Favaro and Matthias Zwicker},
journal= {arXiv preprint arXiv:1709.03749},
year = {2017}
}
备注
NIPS 2017