BriefGPT.xyz
Ask
alpha
关键词
real-world noise
搜索结果 - 4
NegVSR:增强负样本以实现实际视频超分辨率通用噪声建模
提出了一种基于负样本增强策略的视频超分辨率模型(NegVSR),通过可生成实际噪声序列的顺序噪声生成,扩展了退化域来建立不同而具有挑战性的现实世界噪声集合,并提出了增强的负向引导损失,以有效地学习增强后的负向特征。实验结果表明,我们的方法在
→
PDF
a year ago
图像去噪的双残差注意力网络
本文提出了一种基于 Dual-branch Residual Attention Network(DRANet)的图像降噪方法,通过增宽网络结构和注意力机制获得更好的去噪效果。实验证明,相比于其他已有的方法,该方法能够更好地处理合成和真实场
→
PDF
a year ago
CVPR
AP-BSN: 基于非对称 PD 和盲区网络的自监督去噪技术,适用于现实世界图像
提出了一个全新的 自监督盲点网络(BSN)方法, Asymmetric PD (BSN) 可以更好地应对现实中空间相关的噪声,并且不使用任何外部噪声参数就能在自监督的情况下实现对现实世界的真实图像进行去噪处理,达到了当前最优的去噪效果。
PDF
2 years ago
C2N: 实用的生成式噪声建模用于真实世界降噪
提出了一种 Clean-to-Noisy 的图像生成框架,用以模拟真实复杂的噪声分布,并训练图像去噪模型以优于现有的无监督学习方法。
PDF
2 years ago
Prev
Next