BriefGPT.xyz
大模型
Ask
alpha
关键词
demosaicking
搜索结果 - 5
NeRD:基于神经场的去马赛克技术
NeRD 是一种新的去马赛克方法,它使用神经场将图像表示为基于坐标的神经网络,输入为空间坐标和低分辨率的 Bayer 模式,输出为相应的 RGB 值。它的实验结果表明,NeRD 优于传统和现有的基于 CNN 的方法,并显着缩小了与基于 tr
→
PDF
a year ago
一个旧困境的回顾:先去马赛克还是先去噪声?
本文通过对多种图像去噪和去马赛克策略进行的广泛评估得出,最佳的重建全彩色图像的方法是先进行去马赛克,然后再进行去噪。但需要特定的去噪算法适应于去马赛克的噪声。
PDF
4 years ago
ICCV
通过原始图像序列的微调实现联合去马赛克和降噪
本篇论文提出了一种使用卷积神经网络从镶嵌图像直接学习去马赛克,而不需要真实 RGB 数据的方法,并应用于从 RAW 图像中学习联合去马赛克和去噪的技术,进一步证明 Fine-Tuning 带来的优势。
PDF
5 years ago
利用残差降噪网络进行迭代式联合图像去马赛克和降噪
本文提出了一种新的既刻画又透明的迭代优化算法,通过联合去噪和去马赛克的方式,能够高效地处理数字相机图像的质量提升问题,相较于现有的无规则数据驱动算法,能够用更少的可训练参数快速训练,效果显著。
PDF
6 years ago
ECCV
级联卷积残差去噪网络实现深度图像去马赛克
本文提出了一种新的深度学习架构,应用场景为联合图像清晰化和去噪。与基于深度学习的现有方法相比,该网络需要较少的可训练参数,具有更为透明和清晰的解释能力,在噪声和非噪声数据上均优于其他方法并具有良好的泛化能力。
PDF
6 years ago
Prev
Next