图像去噪与光子的生成式累积
图像与视频处理
2023-08-02 v2 计算机视觉与模式识别
摘要
我们针对散粒噪声污染图像及其去噪提出一种全新视角。通过将图像形成视为光子在探测器网格上的顺序累积,我们表明,一个被训练用于预测下一个光子可能到达位置的网络实际上在求解最小均方误差(MMSE)去噪任务。这一新视角使我们做出三点贡献:我们提出一种自监督去噪的新策略;我们提出一种通过迭代采样并向图像中添加少量光子来从可能解的后验中采样的新方法;我们从一个空白画布启动该过程,推导出一个完整的生成模型。我们称此方法为光子的生成式累积(GAP)。我们在4个新的荧光显微镜数据集上对我们的方法进行了定量与定性评估,这些数据集将向社区公开。我们发现其优于有监督、自监督与无监督基线,或与之相当。
引用
@article{arxiv.2307.06607,
title = {Image Denoising and the Generative Accumulation of Photons},
author = {Alexander Krull and Hector Basevi and Benjamin Salmon and Andre Zeug and Franziska Müller and Samuel Tonks and Leela Muppala and Ales Leonardis},
journal= {arXiv preprint arXiv:2307.06607},
year = {2023}
}
备注
Paper with supplement. Typos corrected