Introduction

FFDNet是Zhang Kai的一篇承前启后之作,从DnCNN到FFDNet再到CBDNet是一个网络的泛化过程,处理的对象从均匀的高斯噪声变成更加复杂的真实噪声。DnCNN利用Batch Normalization和residual learning可以有效地去除均匀高斯噪声,且对一定噪声水平范围的噪声都有抑制作用。然而真实的噪声并不是均匀的高斯噪声,其是信号依赖的,各颜色通道相关的,而且是不均匀的,可能随空间位置变化的。在这种情况下,FFDNet使用噪声估计图作为输入,权衡对均布噪声的抑制和细节的保持,从而应对更加复杂的真实场景。而CBDNet进一步发挥了这种优势,其将噪声水平估计过程也用一个子网络实现,从而使得整个网络可以实现盲去噪。
该网络的特点在于:

  1. 将噪声水平估计作为网络的输入,可以应对更加复杂的噪声,如不同噪声水平噪声和空间变化噪声,而且噪声水平估计可以作为权重权衡对噪声的抑制和细节的保持。
  2. 将输入图像下采样为多张子图像作为网络输入,输出的子图像再通过上采样得到最终的输出。该操作在保持结果精度的条件下,有效地减少了网络参数,增加感受野,使得网络更有效率。
  3. 使用正交矩阵初始化网络参数,从而使得网络训练更有效率。

Network

网络结构

网络参数

损失函数

L(Θ)=12N∑Ni=1∥F(yi,Mi;Θ)−xi∥2\mathcal{L}(\Theta)=\frac{1}{2N}\sum^N_{i=1}\|\mathcal{F}(y_i,M_i;\Theta)-x_i\|^2L(Θ)=2N1​i=1∑N​∥F(yi​,Mi​;Θ)−xi​∥2

Experiment Results


FFDNet与BM3D和DnCNN有相似的噪声水平敏感度的表现。当真实噪声水平未知时,设置比较大的输入噪声水平能更有效地去除噪声,保持更好的视觉效果。

代码地址:github

论文阅读:FFDNet:Toward a Fast and Flexible Solution for CNN based Image Denoising相关推荐

  1. FFDNet: Toward a Fast and Flexible Solution for CNN based Image Denoising

    Abstract 由于快速的推理和良好的性能,判别学习方法在图像去噪中得到了广泛的研究.然而,这些方法大多是针对每个噪声级学习一个特定的模型,对于不同噪声级的图像去噪需要多个模型.它们还缺乏处理空间变 ...

  2. 论文阅读笔记:A Fast Triangle-Triangle Intersection Test

    论文:A Fast Triangle-Triangle Intersection Test 作者:Tomas Moller 时间:2012.04.06 1.简介 计算两个三角形是否相交的算法及优化.( ...

  3. [NLP论文阅读] Discourse-Based Objectives for Fast Unsupervised Sentence Representation Learning

    论文原文:Discourse-Based Objectives for Fast Unsupervised Sentence Representation Learning 引言 这篇文章的想法很有意 ...

  4. 【去雾论文阅读】A Novel Fast Single Image Dehazing Algorithm Based on Artificial Multiexposure Image Fusion

    题目:A Novel Fast Single Image Dehazing Algorithm Based on Artificial Multiexposure Image Fusion 作者:Zh ...

  5. [论文阅读] Deep Transformers For Fast Small Intestine Grounding In Capsule Endoscope Video

    论文地址:https://doi.org/10.1109/ISBI48211.2021.9433921 发表于:ISBI 21 Abstract 胶囊内窥镜是一种用于检查和诊断难治性胃肠道疾病的进化技 ...

  6. 【论文阅读】Stroke Controllable Fast Style Transfer with Adaptive Receptive Fields

    Stroke Controllable Fast Style Transfer with Adaptive Receptive Fields Abstract Introduction Related ...

  7. 【论文阅读】ICRA2021: VDB-EDT An Efficient Euclidean Distance Transform Algorithm Based on VDB Data Struct

    参考与前言 Summary: 浩哥推荐的一篇 无人机下的建图 and planning实验 Type: ICRA Year: 2021 论文链接:https://arxiv.org/abs/2105. ...

  8. 【论文阅读】FC-Net: A Method of Few-Shot Network Intrusion Detection Based on Meta-Learning Framework

    文章目录 0. Abstract 1. Introduction 2. Problem Formulation 3. Network Traffic Representation (数据与其处理方式) ...

  9. 【论文阅读】【道路检测】《Road Damage Detection Based on Unsupervised Disparity Map Segmentation》

    <Road Damage Detection Based on Unsupervised Disparity Map Segmentation> 刘明教授2020TITS文章 最近在做综述 ...

最新文章

  1. 2019 GDUT Rating Contest I : Problem H. Mixing Milk
  2. 用Python打造一款文件搜索工具,所有功能自己定义
  3. mysql 存储引擎的选择_MySQL学习笔记(四):存储引擎的选择
  4. day060 ajax文件上传 json补充
  5. 文计笔记7:HTML与CSS
  6. 用c语言链表做一个词典,电子字典C语言链表版
  7. python数据结构与算法
  8. CentOS7查看开放端口命令
  9. Bugku-Web-xxx二手交易市场
  10. Atitit jsr规范化分类 attilax总结
  11. HashMap死循环讲解(JDK1.8 之前)
  12. SSM用户注册登录案例
  13. 六十星系之31破军独坐子午
  14. 【hihocoder 1477】闰秒
  15. Android神笔之Paint
  16. 《网络基础学习之三》认识网线制作工具
  17. 2020年产品经理职业发展路径
  18. MySQL数据库操作语言
  19. 创业力:创业者的9堂必修课01 1 2007IBMJava10100
  20. html小时分钟秒选择器,HTMLbootstrap时间选择器控件精确到秒 datetimepicker控件怎么精确到秒?...

热门文章

  1. YOLO窥见黑夜|YOLO in the Dark让黑夜里的目标检测成为可能
  2. SpringMVC如何实现restful接口
  3. KDD 2020 | 理解图表示学习中的负采样
  4. 如何安装旧版本的 R 包
  5. 快速下载 | TBtools 软件最新版本与相关数据库文件
  6. NBT:王运浩、区健辉等综述纳米孔测序技术
  7. 植物根系微生物组的调控入选中科院科技创新亮点成果筛选
  8. 学术论文模式图、统计图绘制
  9. 1003个微生物基因组数据发布
  10. c语言int64编译时错误,错误:编译C程序时未在此作用域中声明uint64_t