去噪
文章平均质量分 59
gwpscut
越努力,越幸运
展开
-
论文阅读笔记——《FFDNet Toward a Fast and Flexible Solution for CNN based Image Denoising》
本博文属于阅读笔记,仅供本人学习理解用论文链接:https://ieeexplore.ieee.org/abstract/document/8365806给出代码(https://github.com/cszn/FFDNet) Many methods mostly learn a specific model for each noise level, and require m...原创 2018-12-06 15:34:41 · 9550 阅读 · 5 评论 -
论文阅读笔记之——《Toward Convolutional Blind Denoising of Real Photographs》及基于pytorch的CBDNet的复现
本文是CBDNet(convolutional blind denoising network)的阅读笔记。本博文分为两块,一块是阅读笔记,一块是本人对CBDNet的实验记录论文链接:https://arxiv.org/pdf/1807.04686.pdf论文的代码:https://github.com/GuoShi28/CBDNet一些去噪用的数据集https://blog.csdn...原创 2018-12-06 19:31:51 · 6424 阅读 · 9 评论 -
论文阅读笔记之——《Benchmarking Denoising Algorithms with Real Photographs》
本博文为论文《Benchmarking Denoising Algorithms with Real Photographs》的阅读笔记通过Gaussian noise来合成图片benchmarking denoising techniques(基准测试去噪技术)图像去噪传统的评价方法是针对人为合成的含噪图像(独立同分布高斯噪声)的原因:缺少真实的Ground Truth(GT)数据。...原创 2018-12-14 14:13:40 · 1169 阅读 · 0 评论 -
论文阅读笔记之——《Practical Signal-Dependent Noise Parameter Estimation From a Single Noisy Image》
噪声水平估计对于非盲去噪方法是至关重要的,噪声水平估计质量直接影响去噪的质量。一般认为图像的噪声都是零均值噪声,所谓的噪声水平估计就是通过单张噪声图像估计高斯噪声的方差(或标准差)噪声的分类高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。高斯白噪声的二阶矩不相关,一阶矩为常数,是指...原创 2018-12-14 14:59:08 · 2424 阅读 · 0 评论 -
论文阅读笔记之——《DN-ResNet: Efficient Deep Residual Network for Image Denoising》
本文提出的DN-ResNet,就是a deep convolutional neural network (CNN) consisting of several residual blocks (ResBlocks).感觉有点类似于SRResNet的思路。并且对于训练这个作者所提出的网络,作者还采用了edge-aware loss function文章focused on denoising ...原创 2018-12-16 13:50:39 · 1261 阅读 · 0 评论 -
实验——基于pytorch的噪声估计网络
给出DNCNN的代码:https://github.com/cszn/DnCNN/tree/master/TrainingCodes/dncnn_pytorch(里面有给出pytorch实现)代码的框架基于xintao前辈的框架(https://github.com/xinntao/BasicSR)先修改代码框架,进入将train_sr.json改为train_ne.json给出该文件...原创 2018-12-10 18:55:31 · 7289 阅读 · 2 评论 -
基于深度学习的图像去噪暨SRMD论文阅读笔记
最近一直在做基于卷积神经网络的图像去噪~感觉资料比较凌乱,本博文就是整理好经典的论文材料~同时本博文也结合了阅读论文《Learning a Single Convolutional Super-Resolution Network for Multiple Degradations》时的心得体会 目录Background DnCNNFFDNetCBDNetSRMD...原创 2018-12-17 10:18:36 · 16797 阅读 · 17 评论 -
论文阅读笔记——《Good Similar Patches for Image Denoising》
作者认为,基于patch的去噪方法之所以可以获得较好的performance就是因为recurrence of similar patches in an input image to estimate the underlying image structures(在输入图像中重复出现类似的补丁以估计底层图像结构。)然而,denoise中所用的相似的patch是通过邻近搜索的(NNS),而有时却...原创 2019-05-08 12:24:30 · 931 阅读 · 2 评论