一、概覽
面向的問題 | 貢獻 | 數據集 | 論文實驗效果 | 復現實驗效果 | |
---|---|---|---|---|---|
FC-AIDE | 自適應圖像去噪 | 1.擴展了AIDE的框架,該框架將去噪器表達爲基於上下文的像素級別的映射 2.使用全卷積增強基礎的監督模型 3.引入正則化方法來進行自適應的微調來獲得更強和更魯棒的自適應性 |
Set5 set12 BSD68 Urban100 Manga109 |
SOTA |
二、相關工作
2.1基於深度學習的去噪器
作者 | 做法 | 缺陷 |
---|---|---|
1.Cruz 2.Liu |
設計了一個基於非局部濾波處理的CNN | 時間花銷增大 |
Lehtinen | 提出了一個基於CNN的去噪器,僅僅利用到了噪聲圖片(考慮到缺乏真實圖片) | - |
2.2 自適應性去噪器
概述分類
作者 | 基於濾波器的方法 | 基於最優化的方法 (with sparsity or low-rank assumption) |
基於小波變換的方法 | 基於先驗的方法 |
---|---|---|---|---|
1.Buades 2.Dabov |
是 | - | - | - |
1.Elad 2.Gu 3.ICCV19-Mairal |
- | 是 | - | - |
1994.Donoho. | - | - | 是 | - |
ICCV11-Zoran | - | - | - | 是 |
作者 | 做法 | 缺陷 |
---|---|---|
2005.Weissman | 一個通用的自適應去噪框架 | - |
1.2011.Motta 2.2008-Sivaramakrishnan |
將Weissman在2005提出的框架擴展到了灰度圖 | 性能不好 |
X、遺留的問題
1.什麼是offline supervised training set