-
题名联合内容和质量约束的真实图像去噪
- 1
-
-
作者
朱皓晨
赵墨
曹刚
-
机构
中国传媒大学计算机与网络空间安全学院
中国传媒大学媒体融合与传播国家重点实验室
-
出处
《信号处理》
CSCD
北大核心
2024年第6期1141-1147,共7页
-
基金
国家自然科学基金(62071434)
中央高校基本科研业务费专项资金(CUC24GT01)。
-
文摘
真实图像去噪指从真实的数字照片图像中移除噪声失真,以提升图像的视觉质量。当前性能最优的真实图像去噪模型普遍依赖于逐像素对应的干净/噪声图像对样本集,但其采集困难。针对该挑战,本文提出了一种联合内容和质量约束的真实图像去噪网络CQDeNet,仅利用图像级标注样本完成训练并实现有效去噪。CQDeNet主要包含图像内容约束和图像质量约束两个前后联结的子网络。内容约束网络采用单噪声图像训练骨干网络TECDNet,通过噪声图像中的潜在干净图像信号还原内容信息。质量约束网络利用无参考图像质量评估来约束生成图像的质量,协作引导内容约束网络的优化方向。通过联合这两个子网络,CQDeNet解除了当前无监督方法对输入图像噪声残差零均值假设的限制,因此具有更强的泛化能力和扩展性。测试结果表明,所提方法能有效去除真实图像中噪声,在SSID和DND数据集上的平均PSNR值分别达到34.83 dB和37.21 dB。
-
关键词
真实图像去噪
深度学习
图像内容约束网络
图像质量约束网络
-
Keywords
real image denoising
deep learning
image content-constrained network
image quality-constrained network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
