用于单图像去噪的空间自适应网络
图像与视频处理
2020-07-15 v2 计算机视觉与模式识别
摘要
已有工作表明卷积神经网络在图像去噪任务中可取得良好性能。然而，受限于局部刚性卷积操作，这些方法会导致过平滑伪影。更深的网络结构可缓解此类问题，但需更多计算开销。本文提出一种新颖的空间自适应去噪网络（SADNet），用于高效的单图像盲噪声去除。为适配空间纹理与边缘的变化，我们设计了残差空间自适应块。引入可变形卷积来采样空间相关特征以进行加权。采用带上下文块的编码器-解码器结构以捕获多尺度信息。通过由粗到精的噪声去除，可获得高质量无噪声图像。我们将方法应用于合成与真实噪声图像数据集。实验结果表明，我们的方法在定量与视觉上均超越最先进（SOTA）去噪方法。
引用
@article{arxiv.2001.10291,
title = {Spatial-Adaptive Network for Single Image Denoising},
author = {Meng Chang and Qi Li and Huajun Feng and Zhihai Xu},
journal= {arXiv preprint arXiv:2001.10291},
year = {2020}
}