روش یادگیری رتبه بندی داخلی توسط اموزش خارجی برای حذف نویز تصویر صدا دار واقعی
پروژه ۲۲۰۹: شبیه سازی مقاله
عنوان مقاله انگلیسی:
External Prior Guided Internal Prior Learning
for Real-World Noisy Image Denoising
چکیده:
اکثر روشهای موجود حذف نویز تصویر به منظور حذف صدا، رتبه بندی تصویر را از داده های خارجی یا خود تصویر صدا دار می اموزنند. اما رتبه بندیهای اموخته شده از داده های خروجی ممکن است با بی صدا شدن مطابقت نداشته باشد. درحالیکه رتبه بندیهای اموخته شده از تصویر صدا دار فرضی ممکن است بخاطر تداخل صدای معیوب، صحیح نباشد. در این میان صدای تصاویر صدا دار واقعی خیلی پیچیده است و توصیف ان توسط توزیع های ساده ای از قبیل توزیع گوسی دشوار است وحذف نویز تصویر صدا دار را به مساله ای چالش برانگیز تبدیل کرده است. ما استفاده از اطلاعات داده های خارجی و تصویر صدا دار فرضی را پیشنهاد می کنیم و یک روش یادگیری رتبه بندی داخلی هدایت شده توسط رتبه بندی خارجی را برای حذف نویز تصویر صدا دار دنیای واقعی مطرح می کنیم.ما ابتدا رتبه بندیهای خارجی را ار مجموعه ای مستقل از تصاویر طبیعی تمیز می اموزیم. سپس به کمک رتبه بندیهای خارجی اموخته شده ،به منظور تصحیح الگوی رتبه بندی،رتبه بندیهای داخلی را از تصویر صدا دار فرضی می اموزیم.به منظور بازسازی موثر تصویر دلخواه، رتبه بندیهای خارجی و داخلی به شکل مجموعه ای از واژه نامه های قائم تنظیم می شوند. ازمایشهای گسترده ای در مورد مجموعه داده های تصویر صدا دار دنیای واقعی انجام شده اند. این روش پیشنهادی رقابت شدید عملکرد حذف نویز را نشان می دهد که وضعیت هنری روشهای حذف نویز شامل روشهای تعیین شده برای تصاویر صدا دار واقعی را بهتر می کند.
دانلود رایگان :
مجموعه: پردازش تصویر