NoiseBreaker：基于噪声分析的渐进式图像去噪
图像与视频处理
2020-08-03 v2 计算机视觉与模式识别
摘要
基于全监督深度学习的去噪器是目前性能最佳的图像去噪方案。然而，它们需要干净的参考图像。当目标噪声复杂时，例如由强度未知的多种主要噪声未知混合而成，全监督方案受限于难以针对该问题构建合适的训练集。本文提出一种渐进式去噪策略，迭代地检测图像中占主导的噪声，并使用定制的去噪器将其去除。该方法在混合噪声上被证明可与最先进的盲去噪器媲美。此外，噪声分析被证明不仅能有效指导去噪器处理噪声类型，还能指导噪声强度。该方法可洞察所遇噪声的性质，并使得现有去噪器能够扩展至新的噪声类型。这一特性使该方法可适应多样的去噪场景。
引用
@article{arxiv.2002.07487,
title = {NoiseBreaker: Gradual Image Denoising Guided by Noise Analysis},
author = {Florian Lemarchand and Erwan Nogues and Maxime Pelcat},
journal= {arXiv preprint arXiv:2002.07487},
year = {2020}
}
备注
ACCEPTED by MMSP20