VibrantLeaves：用于训练深度修复模型的原则化参数图像生成器
计算机视觉与模式识别
2025-12-24 v2
摘要
尽管深度神经网络在图像修复任务中非常强大，但它们仍存在若干局限。它们不受熟悉，受训练集遗传的强烈偏见所影响。一个解决这些问题的方法是对训练集进行更好的控制，特别是通过使用合成训练集。本文提出一种基于几个简单原则的合成图像生成器。特别地，我们关注几何建模、纹理以及简单的数像获取建模。这些属性整合在经典的 Dead Leaves 模型中，能够创建有效的训练集。可以在此类数据集上训练标准的图像去噪和超分辨率网络，几乎达到与在自然图像数据集上训练相当的性能。作为一步向可解释性迈进，我们提供对所考虑原则的严谨分析，确定哪些图像属性是获得好性能所必需的。此外，这种训练也导致对各种几何和辐射测量扰动的测试集具有更好的鲁棒性。
引用
@article{arxiv.2504.10201,
title = {VibrantLeaves: A principled parametric image generator for training deep restoration models},
author = {Raphael Achddou and Yann Gousseau and Saïd Ladjal and Sabine Süsstrunk},
journal= {arXiv preprint arXiv:2504.10201},
year = {2025}
}