本文探讨了多种图像去噪算法，包括针对真实世界图像噪声的Path-Restore、PRIDNet、RIDNet、PD和CBDNet，以及处理高斯噪声的Residual Dense Network、FFDNet和Multi-level Wavelet-CNN。这些方法旨在提升图像清晰度，通过复杂网络结构和优化技术去除图像中不想要的噪声。
真实图像去噪
- Path-Restore: Learning Network Path Selection for Image Restoration（商汤）
- PRIDNet: Pyramid Real Image Denoising Network
- RIDNet: A Multi-Level Network for Real Image Denoising
- PD: When AWGN-based Denoiser Meets Real Noises（旷世）
- CBDNet: Toward Convolution Blind Denoising of Real Photographs（张凯）
高斯噪声去噪
- Residual Dense Network for Image Restoration
-
FFDNet: Toward a Fast and Flexible Solution for CNN based Image Denoising
参考：
papers with code: https://paperswithcode.com/task/denoising
扫一扫
3069
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
