没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于监督学习的方法产生稳健的去噪结果,但它们本质上受到对大规模干净/嘈杂配对数据集的需求的限制。另一方面,使用无监督降噪器需要更详细地了解底层图像统计数据。特别是,众所周知,干净图像和噪声图像之间的明显差异在高频带上最为突出,这证明了使用低通滤波器作为传统图像预处理步骤的一部分是合理的。然而,大多数基于学习的去噪方法仅利用来自空间域的单方面信息,而不考虑频域信息。为了解决这个限制,在这项研究中,我们提出了一种频率敏感的无监督去噪方法。为此,使用生成对抗网络(GAN)作为基础结构。随后,我们包括频谱鉴别器和频率重建损失,以将频率知识转移到生成器中。使用自然和合成数据集的结果表明,我们用频率信息增强的无监督学习方法实现了最先进的去噪性能,这表明频域信息可能是提高基于无监督学习的方法的整体性能的一个可行因素
资源推荐
资源详情
资源评论
收起资源包目录
UID-FDK-main.zip (27个子文件)
UID-FDK-main
figure
figure1.PNG 167KB
README.md 5KB
dataset
test
.gitkeep 0B
models.py 10KB
environment.yaml 2KB
gen_dataset_real.py 2KB
gen_dataset_synthetic.py 2KB
split_data
SIDD_N.txt 4KB
DIV2K_C.txt 4KB
SIDD_C.txt 4KB
DIV2K_N.txt 4KB
utils.py 10KB
main.py 4KB
checkpoints
SIDD.pth 3.14MB
AWGN_sigma50.pth 3.14MB
AWGN_sigma15.pth 3.14MB
AWGN_sigma25.pth 3.14MB
scripts
test_awgn_sigma15.sh 174B
test_real.sh 159B
train_awgn_sigma15.sh 211B
train_awgn_sigma50.sh 211B
test_awgn_sigma50.sh 174B
train_real.sh 203B
train_awgn_sigma25.sh 211B
test_awgn_sigma25.sh 174B
UID_FDK.py 14KB
dataloader.py 4KB
共 27 条
- 1
资源评论
- weixin_474889692022-08-27简直是宝藏资源,实用价值很高,支持!
- 洋洋洋ert2023-12-27资源值得借鉴的内容很多,那就浅学一下吧,值得下载!
- 2301_772263552024-01-30资源太好了,解决了我当下遇到的难题,抱紧大佬的大腿~
快撑死的鱼
- 粉丝: 1w+
- 资源: 9156
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 2022NOC软件创意编程赛项真题python小学高年级-决赛(有解析)
- mathml转换latex需要的xsl文件
- 2022NOC软件创意编程赛项真题图形化小学高年级-决赛赛(有解析)
- gbase驱动下载gbase-connector-java-8.3.81.53驱动下载
- 2022NOC软件创意编程赛项真题图形化小学低年级-决赛赛(有解析)
- InsightFace从青铜到王者,超大规模人脸识别的优雅解法
- python后端开发spider框架详解
- 基于 STM32 与 ESP8266 的智能家居系统源码.zip
- 毕业设计:基于SSM的mysql-个性化点餐配送系统(源码 + 数据库 + 说明文档)
- 基于matlab的鱼苗计数识别(GUI界面).zip代码57
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功