原创 論文閱讀：An Efficient Statistical Method for Image Noise Level Estimation
Introduction 噪聲水平估計對於非盲去噪方法是至關重要的，噪聲水平估計質量直接影響去噪的質量。這篇文章是2015年ICCV 的一篇文章，針對於加性高斯白噪聲，其利用非局部相似塊具有低秩性的特性，利用協方差矩陣冗餘維度的特徵值估計
2018-09-05 14:00:38
21
原创 圖像去噪數據集
Introduction 目前效果出色的深度去噪方法大都採用監督學習的方法，需要採集輸入-輸出圖像對（noisy/noise-free images pairs）建立訓練數據集。數據集的建立是關鍵的任務。數據集的質量將直接決定去噪結果的質
2018-08-29 07:27:39
69
原创 論文筆記：Toward Convolutional Blind Denoising of Real Photographs
Introduction 這是哈工大與香港理工大Lei Zhang老師課題組合作完成的論文，是今年7月份纔在arxiv上放出來。Lei Zhang老師課題組在圖像去噪方面一直走在前沿，許多經典工作都是他們提出的，如WNNM、DnCNN等
2018-08-28 11:29:06
7
原创 論文筆記：Learning to See in the Dark
Introduction 在極低照度環境下，使用短曝光拍照會存在大量噪聲和偏色問題，而使用長曝光拍照會造成圖像模糊。文章提出了一種低光照圖像質量提升的方法。其利用端到端的全卷積網絡代替傳統圖像後處理鏈路，可直接將傳感器RAW數據處理得到
2018-08-28 11:29:05
10
原创 自然圖像先驗與圖像復原
Introduction 圖像復原是圖像處理中最重要的任務之一，其包括圖像去噪、去模糊、圖像修復、超分辨等， 都是底層視覺中被廣泛研究的問題。實際中我們得到的圖像往往是退化後的圖像（如帶噪聲圖像、模糊圖像、被採樣的圖像等）： y=D(x
2018-08-28 11:29:04
5
原创 論文筆記：Burst Denoising with Kernel Prediction Networks
Introduction 這是UC Berkeley與Google Research於CVPR2018發表的一篇多圖像去噪論文。其提出了一種CNN網絡結構可以預測空間變化的核（kernel），利用得到的每個位置的Kernel對圖像進行局
2018-08-28 11:28:54
55
原创 論文筆記：Noise2Noise: Learning Image Restoration without Clean Data
Introduction 這是ICML2018的一篇論文，其由來自英偉達、阿爾託大學和 MIT 的研究者聯合發表。該文章提出了一個很有意思的觀點：在某些常見情況下，網絡可以學習恢復信號而不用“看”到“乾淨”的信號，且得到的結果接近或相當
2018-08-28 11:28:51
189