去噪论文"CycleISP: Enhanced Image Restoration through Data Synthesis"
发布时间
阅读量：
阅读量
去噪是否属于一个便于获取数据集的研究方向？答案可能是肯定的，也可能是否定的。
传统去噪技术通常是在原始图像中引入高斯白噪声（Additive White Gaussian Noise, AWGN），而非真实环境中所存在的噪声类型。在深度学习领域，若模型在该类数据集上训练表现优异，则其在实际应用场景中的去噪效果往往存在较大偏差，例如论文A high-quality denoising dataset for smartphone cameras.以及Benchmarking denoising algorithms with real photographs.所涉及的数据集便体现了这一现象。本研究能够模拟图像信号处理器（ISP）及其逆过程，从而实现RGB色彩空间与RAW数据空间之间的相互转换。同样地，在RGB域与RAW域中，也可生成符合实际的噪声数据。
整体的Pipeline如下图
还没有任何评论哟~