ViDeNN：深度盲视频去噪

Michele Claus; Jan van Gemert

ViDeNN：深度盲视频去噪

计算机视觉与模式识别 2019-04-25 v1

作者: Michele Claus , Jan van Gemert

摘要

我们提出 ViDeNN：一种无需噪声分布先验知识（盲去噪）的 CNN 视频去噪方法。该 CNN 架构结合空间与时间滤波，先学习对帧进行空间去噪，同时学习如何融合其时间信息，以处理物体运动、亮度变化、低光条件与时间不一致性。我们论证了用于 CNN 训练的数据的重要性，并为此创建了专门针对低光条件的数据集。我们在常用基准与自行采集的数据上测试 ViDeNN，取得了与 SOTA 相当的良好结果。

关键词

视频去噪盲去噪卷积神经网络时空滤波低光数据集

引用

@article{arxiv.1904.10898,
  title  = {ViDeNN: Deep Blind Video Denoising},
  author = {Michele Claus and Jan van Gemert},
  journal= {arXiv preprint arXiv:1904.10898},
  year   = {2019}
}