基于UNET模型的圖像去噪算法優(yōu)化研究

打開(kāi)文本圖片集

摘要：文中運(yùn)用了卷積神經(jīng)網(wǎng)絡(luò)結(jié)合照亮每一處黑暗（Lighting Every Darkness，LED） 策略處理圖像去噪，基于U-Net模型引入了重新參數(shù)化噪聲去除模塊（Reparameterized Noise Removal，RepNR） ，以提升去噪及泛化能力。經(jīng)過(guò)虛擬相機(jī)采樣合成噪聲圖像預(yù)訓(xùn)練與目標(biāo)相機(jī)少量圖像微調(diào)后，系統(tǒng)可快速部署于特定相機(jī)中。（剩余8989字）