基于直接扩散桥梁的糖类图像增强
图像与视频处理
2024-09-20 v1 计算机视觉与模式识别
摘要
我们提出了 FD3，这是一种基于直接扩散桥梁的糖类图像增强方法，能够处理包括烟雾、模糊、噪声和阴影在内的广泛复杂退化情况。我们首先通过与持证眼科医生的人工反馈循环提出的合成前向模型，实现对低质量体内图像的最佳质量提升。使用所提出的前向模型，我们训练了一个稳健且灵活的基于扩散的图像增强网络，作为一个独立的有效方法，而不是像以前基于扩散模型的方法那样仅作为预训练模型上的精炼器。通过大量实验，我们展示了 FD3 在合成退化以及来自糖尿病或瞳孔缩小患者的低质量糖类照片的体内研究中均实现了优越的质量。为促进这一领域的进一步研究，我们在 https://github.com/heeheee888/FD3 上开源了所有用于本研究的代码和数据。
引用
@article{arxiv.2409.12377,
title = {Fundus image enhancement through direct diffusion bridges},
author = {Sehui Kim and Hyungjin Chung and Se Hie Park and Eui-Sang Chung and Kayoung Yi and Jong Chul Ye},
journal= {arXiv preprint arXiv:2409.12377},
year = {2024}
}
备注
Published at IEEE JBHI. 12 pages, 10 figures. Code and Data: https://github.com/heeheee888/FD3