自然图像噪声数据集
图像与视频处理
2020-05-06 v1 计算机视觉与模式识别
摘要
卷积神经网络一直是旨在解决图像去噪问题研究的焦点，但其性能对大多数应用仍不尽如人意。这些网络使用合成噪声分布进行训练，无法准确反映图像传感器所捕获的噪声。已有一些干净-噪声图像对的数据集被提出，但它们通常面向基准测试或特定应用。我们引入了自然图像噪声数据集（NIND），这是一个具有不同 ISO 噪声水平、类 DSLR 图像的数据集，其规模足以训练模型以在广泛噪声范围内进行盲去噪。我们展示了使用 NIND 训练的去噪模型，并表明其在来自未见图像的 ISO 噪声上显著优于 BM3D，即便泛化到不同类型相机的图像时也是如此。自然图像噪声数据集发布于 Wikimedia Commons，以便持续开放策展与贡献。我们期望该数据集对未来图像去噪应用有所助益。
引用
@article{arxiv.1906.00270,
title = {Natural Image Noise Dataset},
author = {Benoit Brummer and Christophe De Vleeschouwer},
journal= {arXiv preprint arXiv:1906.00270},
year = {2020}
}
备注
NTIRE at CVPR 2019