重新审视原始去噪中的噪声合成与建模
图像与视频处理
2023-02-24 v3 计算机视觉与模式识别
摘要
缺乏大规模真实原始图像去噪数据集给合成逼真原始图像噪声以训练去噪模型带来了挑战。然而，真实原始图像噪声由多种噪声源贡献，且在不同传感器间差异很大。现有方法无法准确建模所有噪声源，且为每个传感器建立噪声模型也十分费力。本文引入一种新视角，通过直接从传感器的真实噪声中采样来合成噪声。它天然地为不同相机传感器生成准确的原始图像噪声。两种高效且通用的技术：模式对齐块采样和高位重建，分别有助于空间相关噪声和高位噪声的准确合成。我们在 SIDD 和 ELD 数据集上进行系统实验。结果表明：（1）我们的方法优于现有方法，并在不同传感器和光照条件下展现出广泛泛化性。（2）近期基于 DNN 的噪声建模方法得出的结论实际上基于不准确的噪声参数。基于 DNN 的方法仍无法超越基于物理的统计方法。
引用
@article{arxiv.2110.04756,
title = {Rethinking Noise Synthesis and Modeling in Raw Denoising},
author = {Yi Zhang and Hongwei Qin and Xiaogang Wang and Hongsheng Li},
journal= {arXiv preprint arXiv:2110.04756},
year = {2023}
}
备注
ICCV2021