DoPAMINE：用于像素自适应乘性噪声去斑的双边掩码 CNN

Sunghwan Joo; Sungmin Cha; Taesup Moon

DoPAMINE：用于像素自适应乘性噪声去斑的双边掩码 CNN

图像与视频处理 2019-02-08 v1 计算机视觉与模式识别机器学习

作者: Sunghwan Joo , Sungmin Cha , Taesup Moon

摘要

我们提出 DoPAMINE，一种基于神经网络的乘性噪声去斑新算法。我们的算法受 Neural AIDE (N-AIDE) 启发，N-AIDE 是近期提出的神经自适应图像去噪器。虽然原始 N-AIDE 是为加性噪声情形设计的，但我们表明同一框架，即通过对 MSE 的无偏估计最小化自适应地学习用于逐像素仿射去噪器的网络，也可应用于乘性噪声情形。此外，我们推导了一种双边掩码 CNN 架构，它可控制各层激活值的方差，并在有监督训练期间快速收敛到高去噪性能。在实验结果中，我们表明我们的 DoPAMINE 通过基于给定噪声图像微调网络参数具备高自适应性，并且相比最先进的基于 CNN 的算法 SAR-DRN 取得了显著更好的去斑结果。

关键词

乘性噪声去斑像素自适应去噪掩码 CNN 神经自适应图像去噪器 SAR-DRN 有监督训练

引用

@article{arxiv.1902.02530,
  title  = {DoPAMINE: Double-sided Masked CNN for Pixel Adaptive Multiplicative Noise Despeckling},
  author = {Sunghwan Joo and Sungmin Cha and Taesup Moon},
  journal= {arXiv preprint arXiv:1902.02530},
  year   = {2019}
}

备注

AAAI 2019 Camera Ready Version

DoPAMINE：用于像素自适应乘性噪声去斑的双边掩码 CNN

摘要

关键词

引用

备注

相关论文