秩一网络：一种有效的图像复原框架
图像与视频处理
2021-07-20 v1 计算机视觉与模式识别
摘要
图像的主秩一（RO）分量表征了图像的自相似性，这是图像复原的一项重要性质。然而，受损图像的RO分量可能在图像去噪过程中被削弱。我们认为在图像复原中应利用RO性质并避免这种削弱。为此，我们提出了一种由两个模块组成的新框架，即RO分解与RO重建。RO分解用于将被损图像分解为RO分量与残差，这是通过对图像或其残差连续施加RO投影以提取RO分量来实现的。基于神经网络的RO投影提取图像最接近的RO分量。RO重建旨在分别从RO分量与残差中重建重要信息，并据此复原图像。在四个任务上的实验结果表明，该方法对图像复原有效且高效，并在真实图像超分辨率（SR）与彩色图像去噪上取得了优越性能。
引用
@article{arxiv.2011.12610,
title = {Rank-One Network: An Effective Framework for Image Restoration},
author = {Shangqi Gao and Xiahai Zhuang},
journal= {arXiv preprint arXiv:2011.12610},
year = {2021}
}