- 博客(3)
- 收藏
- 关注
RSS订阅原创 《Deep Universal Blind Image Denoising》深度通用盲去噪阅读笔记
论文开篇介绍传统上处理图像去噪的方式缺陷，比如深度神经网络CNNs的图像先验去噪和已知噪声去噪很强大，但在盲目去噪方面缺乏灵活实用性，需要大量的计算时间，且不能利用大规模的外部数据集….以此引入了基于CNN的盲去噪方法，该方法利用了基于贝叶斯视角的两种方法，将盲去噪问题划分为子问题的方式来去噪。最终设计出的网络可以凭着中等数量的普遍CNN参数，成功地去除盲目的和真实世界的噪声。这里的“盲”很大程度是对于噪音的估计。贝叶斯视角：所有参数被视为随机变量。研究者对于这些随机变量可以提供一定的先验信息，结合先验.
2021-05-15 10:32:16
1279
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人