基于可学习带通滤波器的图像去摩尔纹
计算机视觉与模式识别
2020-04-02 v1
摘要
图像去摩尔纹是一项涉及纹理与色彩恢复的多方面图像复原任务。本文提出一种新颖的多尺度带通卷积神经网络（MBCNN）来解决该问题。作为一种端到端方案，MBCNN 分别解决这两个子问题。对于纹理恢复，我们提出可学习带通滤波器（LBF）以学习用于去除摩尔纹纹理的频率先验。对于色彩恢复，我们提出两步色调映射策略，首先应用全局色调映射来校正全局色彩偏移，然后逐像素对色彩进行局部微调。通过消融实验，我们证明了 MBCNN 各组成部分的有效性。在两个公开数据集上的实验结果表明，我们的方法大幅优于当前最优（SOTA）方法（在 PSNR 指标上超过 2dB）。
引用
@article{arxiv.2004.00406,
title = {Image Demoireing with Learnable Bandpass Filters},
author = {Bolun Zheng and Shanxin Yuan and Gregory Slabaugh and Ales Leonardis},
journal= {arXiv preprint arXiv:2004.00406},
year = {2020}
}
备注
Accepted by CVPR2020. Code is available at https://github.com/zhenngbolun/Learnbale_Bandpass_Filter