A High-Quality Denoising Dataset for Smartphone Cameras 图像去噪

在过去十年中，从使用数码单反相机和傻瓜相机的成像到使用智能手机相机的成像，已经出现了天文数字的转变。
 由于小光圈和传感器尺寸，智能手机图像的噪音明显高于数码单反相机。虽然对智能手机图像进行去噪是一个活跃的研究领域，但研究界目前还缺乏一个去噪图像数据集，它代表了具有高质量基本事实的智能手机相机的真实噪声图像。我们在本文中通过以下贡献解决了这个问题。
我们提出了一种用于估计噪声图像的地面实况的系统程序，可用于对智能手机相机的去噪性能进行基准测试。使用此过程，我们捕获了一个数据集 - 智能手机图像去噪
数据集（SIDD） - 使用五个有代表性的智能手机相机在不同光照条件下的10个场景中产生约30,000个噪声图像并生成其地面实况图像。我们使用此数据集来对许多去噪算法进行基准测试。我们表明，基于CNN的方法在使用我们的高质量数据集进行训练时比使用替代策略训练时表现更好，例如用作地面实况数据代理的低ISO图像。