【CVPR 2020】会议版本：A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising

摘要：

由于缺乏丰富和真实的数据，学习到的单幅图像去噪算法不能很好地推广到不类似于训练所用数据的真实原始图像。

虽然噪声合成的异方差高斯模型可以缓解这一问题，但数码相机电子器件引起的噪声源在很大程度上仍被忽视。

为了解决这个问题，作者提出了一个基于CMOS光传感器特性的高度精确的噪声形成模型，从而使我们能够合成真实的样本，更好地匹配图像形成过程的物理特性。

本文的主要贡献可以总结如下：

• 建立了一个噪声模型来合成真实的噪声图像，可以匹配极端低光条件下真实数据的质量；
• 提出了一种噪声参数校准方法，可以使我们的模型适应于给定的相机；
• 收集了一个使用各种相机设备的数据集来验证我们的模型的有效性和通用性；