没有合适的资源?快使用搜索试试~ 我知道了~
matlab换照片底色代码-PD-Denoising-pytorch:“基于AWGN的降噪器遇到真实噪声时”的代码
共38个文件
png:23个
py:7个
pth:4个
需积分: 44 3 下载量 177 浏览量
2021-05-21
03:04:02
上传
评论
收藏 254.68MB ZIP 举报
温馨提示
matlab换照片底色代码 PD去噪 | 这是论文“当基于AWGN的Denoiser遇到真实噪声时”的正式pytorch实现,并且部分代码是从的pytorch实现初始化的。 我们修改了基本模型的结构和数据生成过程,并重新编写了测试程序以使其适用于真实的噪点图像。 可以在代码实现中找到更多详细信息。 抽象的 基于判别式学习的图像降噪器在合成噪声(例如加性高斯噪声)方面取得了令人鼓舞的性能。 然而,它们在具有真实噪声的图像上的性能通常不令人满意。 主要原因是实际噪声主要是空间/通道相关的,而空间/通道是可变的。 相反,在大多数先前的工作中采用的合成加性高斯白噪声(AWGN)是独立于像素的。 在本文中,我们提出了一种新颖的方法来提高仅使用合成像素无关噪声数据进行训练的真实图像降噪器的性能。 首先,我们训练一个深度模型,该模型包含一个噪声估计器和一个带有混合AWGN和随机值脉冲噪声(RVIN)的去噪器。 然后,我们研究像素改组下采样(PD)策略,以使训练后的模型适应实际噪声。 大量实验证明了该方法的有效性和泛化能力。 值得注意的是,我们的方法在DND基准测试中对真实的sRGB图像实现了最先进的
资源推荐
资源详情
资源评论
收起资源包目录
PD-Denoising-pytorch-master.zip (38个子文件)
PD-Denoising-pytorch-master
models.py 3KB
utils.py 19KB
logs
logs_gray_MC_AWGN_RVIN
est_net.pth 153KB
net.pth 2.57MB
logs_color_MC_AWGN_RVIN
est_net.pth 166KB
net.pth 2.59MB
data
beijing
11.png 25.19MB
10.png 19.31MB
5.png 16.48MB
9.png 21.21MB
1.png 21.55MB
6.png 23.82MB
2.png 21.5MB
12.png 21.94MB
7.png 13.1MB
4.png 18.39MB
8.png 20.24MB
3.png 16.71MB
real_patch
12_crop.png 885KB
hard_human_512.png 549KB
crop8.png 902KB
crop1_1.png 781KB
crop1.png 767KB
test.py 12KB
run_train.sh 235B
train.py 13KB
Demo_on_full_image.py 6KB
dataset.py 8KB
run_test_on_real_patches.sh 289B
README.md 8KB
fig
basic.png 719KB
dnd.png 1.94MB
night.png 1.68MB
table.png 603KB
rni15.png 964KB
teaser.png 609KB
denoiser.py 6KB
run_test_on_full_images.sh 310B
共 38 条
- 1
资源评论
weixin_38552305
- 粉丝: 5
- 资源: 973
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
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