用于视频去噪的门控循环单元
计算机视觉与模式识别
2022-10-18 v1 图像与视频处理
摘要
当前视频去噪方法通过设计卷积神经网络（CNN）进行时间融合，或将空间去噪与时间融合结合进基础循环神经网络（RNN）中。然而，尚未有工作将门控循环单元（GRU）机制应用于视频去噪。在本文中，我们提出一种基于GRU的新视频去噪模型，即GRU-VD。首先，利用重置门标记前一帧输出中与当前帧相关的内容。随后隐藏激活借助被标记的相关内容作为初始时空去噪。最后，更新门递归地将初始去噪结果与前一帧输出融合以进一步提高精度。为自适应处理各种光照条件，当前帧的噪声标准差也被输入这三个模块。采用加权损失同时调节初始去噪与最终融合。实验结果表明，GRU-VD网络不仅在客观与主观上取得优于SOTA的质量，而且在真实视频上能获得令人满意的主观质量。
引用
@article{arxiv.2210.09135,
title = {Gated Recurrent Unit for Video Denoising},
author = {Kai Guo and Seungwon Choi and Jongseong Choi},
journal= {arXiv preprint arXiv:2210.09135},
year = {2022}
}
备注
5 pages, 5 figures