(待续)科研速记(1):图像去噪篇ICCV19-Fully Convolutional Pixel Adaptive Image Denoiser

一、概览

面向的问题 贡献 数据集 论文实验效果 复现实验效果
FC-AIDE 自适应图像去噪 1.扩展了AIDE的框架,该框架将去噪器表达为基于上下文的像素级别的映射
2.使用全卷积增强基础的监督模型
3.引入正则化方法来进行自适应的微调来获得更强和更鲁棒的自适应性
Set5
set12
BSD68
Urban100
Manga109
SOTA

二、相关工作

2.1基于深度学习的去噪器

作者 做法 缺陷
1.Cruz
2.Liu
设计了一个基于非局部滤波处理的CNN 时间花销增大
Lehtinen 提出了一个基于CNN的去噪器,仅仅利用到了噪声图片(考虑到缺乏真实图片) -

2.2 自适应性去噪器

概述分类

作者 基于滤波器的方法 基于最优化的方法
(with sparsity or low-rank assumption)
基于小波变换的方法 基于先验的方法
1.Buades
2.Dabov
- - -
1.Elad
2.Gu
3.ICCV19-Mairal
- - -
1994.Donoho. - - -
ICCV11-Zoran - - -
作者 做法 缺陷
2005.Weissman 一个通用的自适应去噪框架 -
1.2011.Motta
2.2008-Sivaramakrishnan
将Weissman在2005提出的框架扩展到了灰度图 性能不好

X、遗留的问题

1.什么是offline supervised training set

你可能感兴趣的:(科研)