一種改進的快速深度圖像先驗降噪模型

打開文本圖片集

摘 要：相較于有監(jiān)督深度降噪模型，僅利用給定的噪聲圖像本身就能完成降噪任務的無監(jiān)督深度圖像先驗（deep image prior，DIP）降噪模型沒有數(shù)據(jù)偏向（data bias）問題，具有更好的泛化能力。然而，DIP降噪模型較長的迭代訓練步數(shù)導致其在執(zhí)行效率方面仍有較大提升空間。為此，提出了一種改進的增速深度圖像先驗降噪模型（improved accelerated deep image prior-based denoising model，IADIP）。（剩余22680字）