FastDVDnet：面向实时深度视频去噪且无需光流估计
计算机视觉与模式识别
2020-05-01 v2 图形学
机器学习
图像与视频处理
摘要
在本文中，我们提出一种基于卷积神经网络架构的先进视频去噪算法。直到最近，基于神经网络的视频去噪在很大程度上仍是一个未被充分探索的领域，且现有方法无法与最佳基于块的方法的性能相竞争。我们在本文中引入的方法称为 FastDVDnet，其表现出与其他先进竞争对手相似或更好的性能，而计算时间显著更低。与其他现有神经网络去噪器不同，我们的算法展现出若干理想特性，例如快速运行时间，以及使用单一网络模型处理广泛噪声水平的能力。其架构特性使得能够在避免昂贵运动补偿阶段的同时实现优异性能。其去噪性能与较低计算负载的结合使该算法对实际去噪应用具有吸引力。我们将我们的方法与不同的先进算法在视觉上以及客观质量指标方面进行比较。
引用
@article{arxiv.1907.01361,
title = {FastDVDnet: Towards Real-Time Deep Video Denoising Without Flow Estimation},
author = {Matias Tassano and Julie Delon and Thomas Veit},
journal= {arXiv preprint arXiv:1907.01361},
year = {2020}
}
备注
Code for this algorithm and results can be found in https://github.com/m-tassano/fastdvdnet. arXiv admin note: text overlap with arXiv:1906.11890