WACV 2021 论文大盘点-图像质量篇

本篇是对图像质量相关论文的总结。包含去噪、去模糊、去雾、去马赛克、图像 inpainting 和 outpainting、图像恢复、图像着色。

共计 11 篇。如有遗漏，欢迎补充。

下载包含这些论文的 WACV 2021 所有论文：

『WACV 2021 开幕，更偏重技术应用，附论文下载』

图像、视频去噪

[1].Self-Supervised training for blind multi-frame video denoising

解决盲视频去噪问题

作者 | Valéry Dewil, Jérémy Anger, Axel Davy, Thibaud Ehret, Pablo Arias, Gabriele Facciolo

单位 | 巴黎-萨克雷大学

论文 | https://arxiv.org/abs/2004.06957

代码 | https://github.com/cmla/mf2f

[2].Self-Supervised Poisson-Gaussian Denoising

作者 | Wesley Khademi, Sonia Rao, Clare Minnerath, Guy Hagen, Jonathan Ventura

单位 | 加利福尼亚理工州立大学；乔治亚大学；Providence College；科罗拉多大学

论文 | https://arxiv.org/abs/2002.09558

去雾

[3].Domain-Aware Unsupervised Hyperspectral Reconstruction for Aerial Image Dehazing

本次研究主要解决航空图像雾霾问题。

作者提出 SkyGAN，由域感知 hazy-to-hyperspectral（H2H）模块、基于条件GAN（cGAN）的多线索图像到图像翻译模块组成共同除雾。

其中 H2H 模块以无监督的方式从 RGB 图像中重建多个 visual bands，克服了高光谱航空图像数据集薄雾朦胧的不足。利用任务监督和域适应，为图像去雾创建一个"hyperspectral catalyst"。

I2I模块使用 "hyperspectral catalyst" 和 12-channel 多线输入，通过利用整个视觉光谱进行有效的图像去雾。

另外，作者还引入一个数据集：Hazy Aerial-Image (HAI) ，包含 65000 多对具有真实的、非均匀的不同密度的朦胧和 ground truth 航空图像。在 SateHaze1k 数据集和 HAI 数据集上对 SkyGAN 的性能进行了评估。

作者 | Aditya Mehta, Harsh Sinha, Murari Mandal, Pratik Narang

单位 | BITS Pilani࿱