基于方差稳定化与多频去噪网络的高效连拍原始图像去噪

随着智能手机的日益普及，拍摄高质量图像对智能手机至关重要。智能手机的相机具有小光圈和小传感器单元，导致在低光环境下图像含噪。基于多帧连拍的去噪通常优于单帧去噪，但计算成本更大。本文中，我们提出一种高效且有效的连拍去噪系统。我们采用三阶段设计：噪声先验整合、多帧对齐和多帧去噪。首先，我们通过将原始信号预处理到方差稳定化空间来整合噪声先验，从而允许使用小规模网络实现有竞争力的性能。其次，我们观察到对连拍去噪采用显式对齐是必要的，但无需集成基于学习的方法来进行多帧对齐。相反，我们诉诸一种常规且高效的对齐方法，并将其与我们的多帧去噪网络结合。最后，我们提出一种顺序处理多帧的去噪策略。顺序去噪通过将多帧去噪分解为若干高效子网络去噪，避免了对大量帧的滤波。对于每个子网络，我们提出一种高效的多频去噪网络来去除不同频率的噪声。我们的三阶段设计高效且在连拍去噪上表现出强劲性能。在合成和真实原始数据集上的实验表明，我们的方法以更少的计算成本优于SOTA方法。此外，低复杂度和高质量性能使得在智能手机上部署成为可能。