金字塔实图像去噪网络
计算机视觉与模式识别
2019-10-23 v2 机器学习
图像与视频处理
摘要
尽管深度卷积神经网络（CNNs）已展现出建模特定噪声与去噪的非凡能力，它们在真实世界含噪图像上表现仍差。主要原因是真实世界噪声更为复杂多样。为应对盲去噪问题，本文提出一种新颖的金字塔实图像去噪网络（PRIDNet），包含三个阶段。首先，噪声估计阶段使用通道注意力机制重新校准输入噪声的通道重要性。其次，在多尺度去噪阶段，利用金字塔池化提取多尺度特征。第三，特征融合阶段采用核选择操作自适应融合多尺度特征。在两个真实含噪照片数据集上的实验表明，我们的方法在定量指标与视觉感知质量上均能同最先进去噪器竞争。代码见 https://github.com/491506870/PRIDNet。
引用
@article{arxiv.1908.00273,
title = {Pyramid Real Image Denoising Network},
author = {Yiyun Zhao and Zhuqing Jiang and Aidong Men and Guodong Ju},
journal= {arXiv preprint arXiv:1908.00273},
year = {2019}
}