Deblurring via Stochastic Refinement (Paper reading)
Deblurring via Stochastic Refinement (Paper reading)
Jay Whang, University of Texas at Austin, USA, CVPR2022, Cited:24, Code: 无, Paper
目录子
- Deblurring via Stochastic Refinement (Paper reading)
- 1. 前言
- 2. 整体思想
- 3. 方法
- 4. 总结
1. 前言
运动物体,相机抖动或失焦镜头等各种条件都可能导致伪影模糊。本文将去模糊作为一个条件生成建模任务,即引入了“预测和优化”条件扩散模型,相对于经典扩散模型,提出方法更有效的采样。OK, 又是to the best of our konwledge,第一个去模糊的扩散模型。还有一个有意思的点,就是对噪声αˉ\bar{\alpha}αˉ提出了改进,是模型可以在Perception-Distortion(P-D)上权衡。
2. 整体思想
其实就是额外训练了一个去模糊网络(预测),然后得到的去模糊图像(Initial predicition)通过扩散模型来refine。如图,上面是扩散模型,去噪器以模糊图像和噪声作为输入,得到residual和去模糊图像相加得到输出。
3. 方法
加条件的方法与SR3一样,然后然后好像就结束了?真的没什么可说的了!!扩散模型的DDPM损失函数如下:
E∣∣ϵ−ϵθ(αˉx0+1−αˉϵ,t)∣∣2(1)\mathbb{E}||\epsilon - \epsilon_{\theta}(\sqrt{\bar{\alpha}}x_{0}+\sqrt{1-\bar{\alpha}}\epsilon,t)||^{2}\tag{1} E∣∣ϵ−ϵθ(αˉx0+1−αˉϵ,t)∣∣2(1)
本文的损失函数为:
E∣∣ϵ−ϵθ(αˉx0+1−αˉϵ,αˉ,y)∣∣1(2)\mathbb{E}||\epsilon - \epsilon_{\theta}(\sqrt{\bar{\alpha}}x_{0}+\sqrt{1-\bar{\alpha}}\epsilon, \bar{\alpha}, y)||_{1}\tag{2} E∣∣ϵ−ϵθ(αˉx0+1−αˉϵ,αˉ,y)∣∣1(2)
有点不太一样? 这里的yyy就是条件,作为去噪器的输入。在Wavegrad: Estimating Gradients for Waveform Generation中,指出L1范数效果好,且αˉ\bar{\alpha}αˉ是与时间ttt有关的且效果好。
在所有的感知指标上实现了SOTA,同时维持了良好的SoTA:
4. 总结
方法简单,效果不错。
Deblurring via Stochastic Refinement (Paper reading)相关推荐
- Deblurring via Stochastic Refinement 论文笔记
前言 大部分的图像去模糊任务模型都是基于CNN或者当前的attention机制,也有少部分基于生成模型例如GAN的,但是存在一个很大的问题就是在论文中作者认为图像去模糊问题应该是一个不适定问题,即一个 ...
- Stochastic Image Denoising By Sampling from the Posterior Distribution (Paper reading)
Stochastic Image Denoising By Sampling from the Posterior Distribution (Paper reading) Bahjat Kawar, ...
- [paper reading] ResNet
[paper reading] ResNet GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能放到C ...
- #Paper reading#DeepInf: Social Influence Prediction with Deep Learning
#Paper reading# DeepInf: Social Influence Prediction with Deep Learning 设计了一个端到端的框架DeepInf,研究用户层面的社会 ...
- cvpr2019/cvpr2018/cvpr2017(Papers/Codes/Project/Paper reading)
cvpr2019/cvpr2018/cvpr2017(Papers/Codes/Project/Paper reading) Source:https://mp.weixin.qq.com/s/SmS ...
- [paper reading] FCOS
[paper reading] FCOS GitHub:Notes of Classic Detection Papers 2020.11.09更新:更新了Use Yourself,即对于本文的理解和 ...
- [paper reading] CenterNet (Object as Points)
[paper reading] CenterNet (Object as Points) GitHub:Notes of Classic Detection Papers 2020.11.09更新:更 ...
- [paper reading] CenterNet (Triplets)
[paper reading] CenterNet (Triplets) GitHub:Notes of Classic Detection Papers 2020.11.09更新:更新了Use Yo ...
- [paper reading] CornerNet
[paper reading] CornerNet GitHub:Notes of Classic Detection Papers 本来想放到GitHub的,结果GitHub不支持公式. 没办法只能 ...
最新文章
- MongoDB PHP数据库查询类
- 经典C语言程序100例之八五
- Java递归基础案例-回文字符串的判断
- 网站搭建从零开始(三)域名解析
- LeetCode:Sudoku Solver Valid Sudouku
- 使用Azure Functions玩转Serverless
- java resourse 报错_java.nio.file.InvalidPathException: Illegal char :
- 【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理(1)
- Java import javax.servlet 出错
- python与java前景-java和Python的前景谁更好
- C#中使用MongoDb
- Redis 集群(学习笔记十)
- 工业物联网的体系架构
- CF 1467 C. Three Bags
- 16进制颜色代码对照表
- CTF实验吧-登陆一下好吗??【false SQL注入】
- java实现简易五子棋
- 忘记teamviewer密码怎么办?
- Aria2 下载工具(转)
- Android新机系统要求,原神手机端最低配置要求