Image Denoising Using A Generative Adversarial Network-基于生成对抗网络的图像去噪

基于生成对抗网络的图像去噪

  • 摘要
  • 关键词
  • 引言
  • 相关工作
  • 方法
    • A. Generator Network
    • B. Discrimintator Network
    • C. Refined Loss Function
  • 实验和结果
    • A. Dataset and Training
    • B. Model Details and Parameters
  • 结论

摘要

动画工作室使用一种称为路径跟踪的技术来渲染3D场景,该技术使它们能够创建高质量的照片级逼真帧。路径跟踪涉及将1000条光线随机发射到一个像素中(蒙特卡洛),然后这些光线将击中场景中的对象,并基于对象的反射属性,这些光线被反射或折射或被吸收。对这些光线返回的颜色进行平均,以确定像素的颜色。对所有像素重复此过程。由于计算复杂,渲染一帧可能需要8-16个小时。我们实现了一个基于神经网络的解决方案,一旦网络被训练&#x

你可能感兴趣的:(课程作业,python)