面向可控实图像去噪：基于相机参数的框架设计
计算机视觉与模式识别
2025-07-03 v1
摘要
近期基于深度学习的图像去噪方法表现出色，但许多方法缺乏根据噪声水平、相机设置和用户偏好灵活调整去噪强度的能力。本文引入一种新的可控去噪框架，通过利用相机参数信息自适应地去除图像中的噪声。具体而言，我们聚焦于 ISO、快门速度和 F 值，这些参数与噪声水平密切相关。我们将这些选取的参数转换为向量，用于控制和提升去噪网络的性能。实验结果表明，我们的方法无缝地为标准去噪神经网络添加了可控性，并显著提升了其性能。代码已公开：https://github.com/OBAKSA/CPADNet。
引用
@article{arxiv.2507.01586,
title = {SketchColour: Channel Concat Guided DiT-based Sketch-to-Colour Pipeline for 2D Animation},
author = {Bryan Constantine Sadihin and Michael Hua Wang and Shei Pern Chua and Hang Su},
journal= {arXiv preprint arXiv:2507.01586},
year = {2025}
}
备注
Project page and code: https://bconstantine.github.io/SketchColour