KRNET: Image Denoising with Kernel Regulation Network
University of Florida（佛罗里达大学）；Sun Yat-Sen University（中山大学）
图像去噪的一种流行策略是设计一个广义正则化项，该项能够探索隐含的先验底层数据观测。卷积神经网络（CNN）已经显示出通过由输入上的内核（滤波器）的组合定义的层的堆栈来学习图像先验信息的强大能力。然而，现有的基于CNN的方法主要集中在合成灰度图像。这些方法在处理多通道彩色图像去噪时仍然表现出较低的性能。在本文中，我们通过开发核调节模块来优化CNN正则化能力。特别地，我们提出了一种核调节网络块，简称KR块，它综合了大核和小核的优点，可以有效地估计特征，解决图像去噪问题。我们通过连接多个KR块来构建一个基于CNN的深度去噪器，称为KRNET。我们评估KRNET加性高斯白噪声（AWGN），多通道（MC）噪声和现实噪声，其中KRNET获得显着的性能增益超过国家的最先进的方法在广泛的噪声水平。
2019-10-20 cs.CV cs.LG eess.IV
Higher-order Pooling of CNN Features via Kernel Linearization for Action Recognition
Australian Center for Robotic Vision（澳大利亚机器人视觉中心）；The Australian National University（澳大利亚国立大学）；Data61/CSIRO（Data61/澳大利亚联邦科学与工业研究组织）
大多数成功的用于动作识别的深度学习算法都将为基于图像的任务（如对象识别）设计的模型扩展到视频。这种扩展通常针对单个视频帧或非常短的剪辑上的动作进行训练，然后将它们从视频序列上的滑动窗口的预测汇集起来，用于在序列级别上识别动作。通常，该池化步骤使用帧级动作预测的一阶统计。在本文中，我们探讨了使用高阶相关性的优势;具体而言，我们引入了高阶核（HOK）描述符，该描述符是从序列中所有帧的CNN分类器得分的后期融合中生成的。为了生成这些描述符，我们使用内核线性化的思想。具体而言，捕获深度分类器分数的时间演变的相似性核矩阵首先被线性化为核特征图。HOK描述符然后从这些特征图的高阶同现生成，然后用作视频级分类器的输入。我们提供了两个细粒度的动作识别数据集上的实验，并表明我们的计划导致国家的最先进的结果。
2017-01-19 cs.CV
Multi-Kernel Prediction Networks for Denoising of Burst Images
Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫海因里希·赫兹研究所）
在弱光或短曝光摄影中，图像经常被噪声破坏。虽然较长的曝光有助于减少噪音，但由于对象和相机运动，它可能会产生模糊的结果。无噪声图像的重建是一个不适定问题。最近的图像去噪方法旨在预测与一组连续拍摄的图像（突发）卷积的内核，以获得清晰的图像。我们提出了一种基于深度神经网络的方法，称为多核预测网络（MKPN）的突发图像去噪。MKPN不仅预测一种大小的内核，而且预测不同大小的内核，并对这些不同的内核进行融合，从而产生每个像素一个内核。我们的方法的优点有两个方面：（a）不同大小的内核有助于从图像中提取不同的信息，从而得到更好的重建;（b）内核融合确保保留提取的信息，同时保持计算效率。实验结果表明，MKPN优于国家的最先进的我们的合成数据集与不同的噪声水平。
2021-03-11 cs.CV cs.LG stat.ML
Pooling-Based Context Modeling for Convolution-Free Deep Image Prior
Yonsei University（延世大学）
研究提出Pool-DIP，一种无卷积架构，通过基于池化的对比建模捕捉空间上下文，提升去噪性能，减少参数和计算复杂度，在多数据集表现良好，还能用于其他图像恢复任务。
2026-07-07 cs.AI cs.CV
Fast and High-Quality Image Denoising via Malleable Convolutions
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Google Research（谷歌研究院）
大多数图像去噪网络在整个输入图像中应用一组静态卷积核。这对于自然图像来说是次优的，因为它们通常由异构的视觉模式组成。动态卷积试图通过使用每像素卷积内核来解决这个问题，但这大大增加了计算成本。在这项工作中，我们提出了可延展卷积（MalleConv），它以最小的计算开销执行空间变化处理。MalleConv使用一组较小的空间变化卷积核，这是静态卷积核和逐像素卷积核之间的折衷。这些空间变化的内核由运行在下采样输入上的高效预测器网络产生，使得它们比由全分辨率图像产生的每像素内核更有效地计算，并且与静态内核相比也扩大了网络的感受野。然后，这些内核被联合上采样，并通过具有最小内存开销的高效动态切片运算符应用于全分辨率特征图。为了证明MalleConv的有效性，我们使用它来构建一个高效的去噪网络，我们称之为MalleNet。MalleNet无需非常深入的架构即可实现高质量的结果，使其比性能最佳的去噪算法快8.9倍，同时实现类似的视觉质量。我们还表明，将单个MalleConv层添加到标准的基于卷积的主干中可以显着降低计算成本或以类似的成本提高图像质量。更多信息请访问我们的项目页面：\url{https://yifanjiang.net/MalleConv.html}
2022-08-09 cs.CV eess.IV
Stochastic Frequency Masking to Improve Super-Resolution and Denoising Networks
School of Computer and Communication Sciences, EPFL（洛桑联邦理工学院计算机与通信科学学院）
超分辨率和去噪是病态的，但基本的图像恢复任务。在盲设置中，退化核或噪声水平是未知的。这使得恢复更具挑战性，特别是对于基于学习的方法，因为它们往往过拟合训练期间看到的退化。我们提出了一个分析，在频域中，超分辨率的退化内核过拟合，并介绍了一个条件学习的角度，扩展到超分辨率和去噪。在我们的公式的基础上，我们提出了一种用于训练的图像的随机频率掩蔽，以正则化网络并解决过拟合问题。我们的技术改进了具有不同合成核的盲超分辨率、实超分辨率、盲高斯去噪和实图像去噪的最新方法。
2020-07-23 cs.CV eess.IV
Low-Dose CT Denoising Using a Structure-Preserving Kernel Prediction Network
SenseTime（商汤科技）
低剂量CT已成为一种关键的诊断成像方式，以减少辐射过量对患者健康的潜在风险。尽管最近取得了一些进展，但基于CNN的方法通常以空间不变的方式应用滤波器，并采用类似的像素级损失，这会同等对待CT图像的所有区域，并且当细粒度结构与非均匀分布的噪声共存时，效率可能会很低。为了解决这个问题，我们提出了一种结构保持核预测网络（StructKPN），它将核预测网络与结构感知损失函数相结合，该函数利用像素梯度统计数据并将模型引导到空间变化滤波器，以增强噪声去除，防止过度平滑并保留CT成像中不同区域的详细结构。大量的实验表明，我们的方法在合成和非合成数据集上都取得了优异的性能，并且更好地保留了临床筛选和低剂量方案优化中高度期望的结构。
2021-07-24 cs.CV eess.IV
Mining Point Cloud Local Structures by Kernel Correlation and Graph Pooling
Clemson University（克莱姆森大学）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL））；Carnegie Mellon University（卡内基梅隆大学）
与图像不同，由于自然无序的数据结构，使用深度网络对3D点云进行语义学习具有挑战性。在现有的工作中，PointNet通过直接在点集上学习取得了可喜的成果。然而，它没有充分利用一个点的局部邻域，其中包含细粒度的结构信息，这对更好的语义学习是有帮助的。在这方面，我们提出了两个新的操作，以提高PointNet更有效地利用本地结构。第一个侧重于局部3D几何结构。类似于图像的卷积核，我们将点集核定义为一组可学习的3D点，这些点根据核相关测量的几何相似性共同响应一组相邻数据点，这些点来自点云配准的类似技术。第二个利用局部高维特征结构的递归特征聚合的最近邻图计算从3D位置。实验表明，我们的网络可以有效地捕获本地信息，并在主要数据集上实现更好的性能。我们的代码可在http://www.merl.com/research/license#KCNet上获得
2018-04-03 cs.CV
Non-linear aggregation of filters to improve image denoising
Inria（法国国家信息与自动化研究所）；University College London（伦敦大学学院）；Ecole des Ponts ParisTech（巴黎路桥学院）
我们引入了一种新的聚合方法，有效地进行图像去噪。初步过滤器以非线性方式聚合，使用基于过滤器池如何达成共识的像素接近度的新度量。我们提供了一个理论界来支持我们的聚合方案，其数值性能的说明，我们表明，聚合显着优于每个初步过滤器。
2020-06-23 cs.CV cs.LG eess.IV
IDF: Iterative Dynamic Filtering Networks for Generalizable Image Denoising
Department of Computer Science, Hanyang University（翰阳大学计算机科学系）；School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院）
本文提出迭代动态滤波网络IDF，通过动态生成逐像素自适应卷积核并迭代去噪，以约0.04M参数的紧凑模型在仅训练于单级高斯噪声的情况下实现跨噪声类型和水平的强泛化能力。
2025-08-27 cs.CV
Dual-Diffusion: Dual Conditional Denoising Diffusion Probabilistic Models for Blind Super-Resolution Reconstruction in RSIs
针对遥感图像盲超分辨率中退化核估计和不适定图像生成的挑战，提出基于双条件DDPM的DDSR框架，通过构建核预测器和重建器学习映射，性能优于SOTA方法。
2023-05-20 cs.CV eess.IV
Image Denoising with Kernels based on Natural Image Relations
Universitat de València（瓦伦西亚大学）
一类成功的图像去噪方法是基于小波表示的贝叶斯方法。然而，分析估计只能得到特定的组合的信号和噪声的分析模型，从而排除其直接扩展到处理其他任意的噪声源。在本文中，我们提出了一种替代的非显式的方式来考虑自然图像小波系数之间的关系去噪：我们使用支持向量回归（SVR）在小波域中执行这些关系的估计信号。由于系数之间的关系是特定于信号的，因此利用SVR的正则化特性来去除不具有此特征的噪声。特定的信号关系被编码在从在代表性图像数据库上计算的互信息测量获得的各向异性核中。训练考虑最小化信号和噪声的估计和实际概率函数之间的Kullback-Leibler散度（KLD），以加强相似性。由于其非参数性质，该方法最终可以应付不同的噪声源，而不需要一个明确的重新制定，因为它是严格必要的参数贝叶斯形式主义。在不同噪声水平和噪声源下的实验结果表明：（1）该方法优于传统的假设系数独立性的小波方法;（2）当噪声源为高斯噪声时，该方法类似于显式包含这些关系的最新方法;（3）当考虑更复杂、更真实的噪声源时，该方法具有更好的数值和视觉性能。因此，所提出的机器学习方法可以被看作是一个更灵活的（无模型）替代显式描述的小波系数关系的图像去噪。
2016-01-31 cs.CV stat.ML
3D Quasi-Recurrent Neural Network for Hyperspectral Image Denoising
本文提出了一种交替方向三维准递归神经网络用于高光谱图像去噪，该网络能够有效地嵌入领域知识--结构空谱相关性和沿谱的全局相关性。具体地说，3D卷积被用来提取结构的空间-频谱相关的HSI，而准递归池函数被用来捕捉沿频谱的全局相关性。此外，交替方向结构的引入，以消除因果关系，而不增加计算成本。所提出的模型能够对空间光谱依赖性进行建模，同时保留对具有任意数量频带的HSI的灵活性。HSI去噪的大量实验表明，在各种噪声设置下，在恢复精度和计算时间方面，与现有技术相比有显着改善。我们的代码可在https://github.com/Vandermode/QRNN3D上获得。
2020-03-10 cs.CV
A Kernel Space-based Multidimensional Sparse Model for Dynamic PET Image Denoising
Zhejiang Polytechnic University of Mechanical and Electrical Engineering（浙江机电职业技术学院）；Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥国家综合科学中心人工智能研究院）；School of Electrical and Optical Engineering（南京理工大学电气与光学工程学院）；Zhejiang Lab（浙江实验室）；School of Intelligent Science and Technology（智能科学与技术学院）；Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（杭州高等研究院，中国科学院大学）；Biomedical Imaging Laboratory (BIG), Department of Electrical and Computer Engineering, Faculty of Science and Technology, University of Macau（澳门大学生物医学成像实验室）；College of Optical Science and Engineering（光学工程学院）；College of Biomedical Engineering and Instrument Science（生物医学工程与仪器科学学院）
本文提出基于核空间的多维稀疏模型（KMDS）用于动态PET图像去噪，利用帧间空间相关性和帧内结构一致性，结合神经网络实现端到端的KMDS-Net，实验表明其在动态PET去噪中优于现有方法。
2026-03-23 cs.AI cs.CV
A Non-Local Means Approach for Gaussian Noise Removal from Images using a Modified Weighting Kernel
Qazvin Islamic Azad University（加兹温伊斯兰阿扎德大学）
高斯噪声去除是数字图像处理中的一个有趣的领域，不仅可以提高视觉质量，而且可以影响其他后处理算法，如图像配准或分割。现有的许多去噪方法都是基于自相似性或基于块的图像处理。具体来说，非局部均值（NLM）作为一种基于块的滤波器，近年来得到了越来越多的关注。本质上，该滤波器倾向于通过计算待处理的块与图像内的其他块之间的高斯加权欧几里德距离来获得无噪声信号值。然而，NLM滤波器对补丁内的离群值（其强度值远离其他像素的像素）敏感，这意味着补丁中具有对称位置的像素被分配相同的权重。当噪声的破坏性性质在补丁内生成一些离群值时，这可能导致次优的去噪性能。在本文中，我们提出了一种新的加权方法来修改高斯核的NLM滤波器。我们的方法采用图像强度之间的几何距离来为补丁的每个像素提供新的权重，降低离群值对去噪性能的影响。对一组标准图像和不同噪声水平的实验表明，我们提出的方法优于其他比较去噪滤波器。
2016-12-03 cs.CV
Image denoising as a conditional expectation
Worcester Polytechnic Institute（伍斯特理工学院）；Texas Tech University（德克萨斯理工大学）
提出将含噪图像解释为概率空间样本集合，通过核积分算子在RKHS中将真实图像作为条件期望恢复，并证明该方法随像素增加而收敛。
2025-05-24 cs.CV eess.IV math.OC
Pyramid Real Image Denoising Network
Beijing University of Posts and Telecommunications（北京邮电大学）；GuangDong TUS-TuWei Technology Co.,Ltd（广东拓思途维科技有限公司）
虽然深度卷积神经网络（CNN）已经显示出对特定噪声建模和去噪的非凡能力，但它们在现实世界的噪声图像上仍然表现不佳。主要原因是现实世界的噪声更加复杂和多样。为了解决盲去噪问题，本文提出了一种新的金字塔真实图像去噪网络（PRIDNet），它包括三个阶段。首先，噪声估计阶段使用信道注意力机制来重新校准输入噪声的信道重要性。其次，在多尺度去噪阶段，利用金字塔池提取多尺度特征。第三，特征融合阶段采用核选择操作自适应地融合多尺度特征。两个数据集上的真实噪声照片的实验表明，我们的方法可以实现竞争力的性能相比，国家的最先进的去噪器在定量测量和视觉感知质量。代码可在https://github.com/491506870/PRIDNet上获得。
2019-10-22 cs.CV cs.LG eess.IV
CFNet: Conditional Filter Learning with Dynamic Noise Estimation for Real Image Denoising
Jiangxi University of Finance and Economics（江西财经大学）；Chinese Academy of Sciences（中国科学院）
用于真实图像去噪的基于卷积神经网络（CNN）的主流类型的现有技术（SOTA）包含两个子问题，即，噪声估计和非盲去噪。本文考虑了真实噪声近似异方差高斯/泊松高斯分布与摄像机内的信号处理管道。相关的工作总是利用估计的噪声之前，通过信道级级联，然后是卷积层与空间共享内核。由于所有特征位置的噪声强度和频率细节的可变模式，该设计不能自适应地调整相应的去噪模式。为了解决这个问题，我们提出了一种新的条件滤波器，在该滤波器中，不同特征位置的最佳内核可以通过图像和噪声图的局部特征自适应地推断。同时，将噪声估计和非盲去噪交替进行的思想引入到CNN结构中，在引导迭代特征去噪之前不断更新噪声。此外，根据异方差高斯分布的特性，设计了一种新的仿射变换块来预测平稳噪声分量和信号相关噪声分量。与SOTA相比，在5个人工数据集和3个真实数据集上进行了大量的实验，结果表明了CFNet的改进。
2022-11-26 cs.CV eess.IV
Decomposition-Guided Curvelet Thresholding for Sharp-to-Soft CT Kernel Conversion
AGH University of Krakow（克拉科夫AGH科技大学）；Sano Centre for Computational Medicine（萨诺计算医学中心）；Jagiellonian University（雅盖隆大学）；Wroclaw University of Science and Technology（弗罗茨瓦夫理工大学）
本研究提出一种结合多种分解技术与曲线波阈值处理的混合去噪框架，用于CT图像去噪，其中VMD方法在PSNR和SSIM上表现最佳，优于传统方法。
2026-10-07 cs.CV
Pasadena: Perceptually Aware and Stealthy Adversarial Denoise Attack
Nanyang Technological University（南洋理工大学）；Alibaba Group（阿里巴巴集团）；Tianjin University（天津大学）；State Administration of Cultural Heritage（国家文物局）
图像去噪可以去除由于低质量的成像传感器、不稳定的图像传输过程或低光照条件而广泛存在于多媒体设备捕获的图像中的自然噪声。最近的工作还发现，图像去噪有利于高级视觉任务，例如，图像分类。在这项工作中，我们试图挑战这一常识，并探索一个全新的问题，即，图像去噪是否能够在提高图像质量的同时欺骗最先进的深度神经网络（DNN）。为此，我们首次尝试从对抗攻击的角度来研究这个问题，提出了对抗去噪攻击。更具体地说，我们的主要贡献有三个方面：首先，我们确定了一个新的任务，该任务将攻击偷偷嵌入到广泛部署在多媒体设备中的图像去噪模块中，作为图像后处理操作，以同时提高视觉图像质量并欺骗DNN。其次，我们将这个新任务表示为图像滤波的核预测问题，并提出了对抗去噪核预测，可以同时产生有效的去噪和对抗攻击的对抗无噪声核。第三，我们实现了一个自适应感知区域定位，以识别语义相关的脆弱区域，攻击可以更有效，同时不会对去噪造成太大的伤害。我们将所提出的方法命名为Pasadena（感知感知和隐形对抗DENoise攻击），并在NeurIPS的17个对抗性竞争数据集CVPR 2021-AIC-VI：ImageNet上的无限制对抗攻击等上验证了我们的方法。综合评估和分析表明，我们的方法不仅实现了去噪，而且比最先进的攻击具有更高的成功率和可移植性。
2021-08-24 cs.CV eess.IV
Deep Denoising of Flash and No-Flash Pairs for Photography in Low-Light Environments
Washington University in St. Louis（圣路易斯华盛顿大学）；Adobe Research（Adobe研究院）；Facebook
我们介绍了一种基于神经网络的方法去噪的图像对快速连续，有和没有闪光灯，在低光环境。我们的目标是生成高质量的场景渲染，保留噪声无闪光图像的环境照明的颜色和情绪，同时恢复闪光灯显示的表面纹理和细节。我们的网络输出一个增益图和一个核域，后者是通过线性混合每图像低秩核基的元素获得的。我们首先将内核字段应用于无闪光图像，然后将结果与增益图相乘以创建最终输出。我们表明，我们的网络有效地学习，以产生高质量的图像相结合的平滑估计的场景的环境外观从无闪光灯的图像，与高频率的闪光灯输入提取的细节。我们的实验表明，在没有闪光灯的情况下，替代捕获和使用闪光灯无闪光灯对基线降噪显着改善。特别是，我们的方法产生的图像都是无噪声的，并包含准确的环境色，没有锐利的阴影或强烈的镜面高光可见的闪光图像。
2021-04-14 cs.CV
Denoising autoencoder with modulated lateral connections learns invariant representations of natural images
Aalto University（阿尔托大学）；ZenRobotics Ltd.（ZenRobotics有限公司）
编码器和解码器之间的适当的横向连接示出，以允许去噪自动编码器（dAE）的更高层专注于不变表示。在常规的自动编码器中，详细的信息需要通过最高层进行传输，但从编码器到解码器的横向连接减轻了这种压力。结果表明，抽象的不变特征可以被翻译为详细的重建时，不变的功能被允许调制的横向连接的强度。三个dAE结构与调制和添加剂的横向连接，并没有横向连接进行了比较，在实验中使用真实世界的图像。实验证明，向模型中添加调制横向连接1）提高了输入的概率模型的准确性，如通过去噪性能所测量的; 2）导致其不变性程度向更高层增长更快的表示;以及3）支持形成不同的不变池。
2015-03-31 cs.CV cs.LG cs.NE
Untrained Perceptual Loss for image denoising of line-like structures in MR images
Forschungszentrum Jülich GmbH（于利希研究中心）
本文提出将未训练感知损失（uPL）用于MR图像中线状结构的3D去噪，通过比较未训练网络特征图，在多种噪声水平和网络架构下优于L1和SSIM损失，且小型网络效果更佳。
2025-01-21 cs.CV cs.LG eess.IV
MSLKANet: A Multi-Scale Large Kernel Attention Network for Scene Text Removal
Wuhan University of Technology（武汉理工大学）
场景文本去除的目的是去除自然图像中的文本，并用感知上合理的背景信息填充区域。由于其在隐私保护、场景文本检索、文本编辑等方面的广泛应用，使得它越来越受到人们的关注。随着深度学习的发展，以往的方法都取得了显著的改进。然而，大多数现有的方法似乎忽略了大的感知领域和全局信息。先锋方法只需要将训练数据从裁剪后的图像改变为完整的图像，就可以得到显著的改进。在本文中，我们提出了一个单级多尺度网络MSLKANet场景文本去除全图像。为了获得大的感知场和全局信息，我们提出了多尺度大内核注意力（MSLKA），以获得文本区域和背景之间的长程依赖关系，在不同的粒度级别。此外，本文将大核分解机制与空间金字塔池相结合，构建了一种大核空间金字塔池（LKSPP），它能够在保持大的感受野和低计算成本的同时，感知到空间维度上更多的有效像素。大量的实验结果表明，该方法实现了最先进的性能在合成和真实世界的数据集和建议的组件MSLKA和LKSPP的有效性。
2022-11-12 cs.CV
Regularization by Denoising: Clarifications and New Interpretations
The Ohio State University（俄亥俄州立大学）
由Romano，Elad和Milanfar最近提出的正则化去噪（RED）是一个强大的图像恢复框架，旨在最小化从插件图像去噪函数构建的显式正则化目标。实验证据表明，RED算法是最先进的。我们声称，然而，显式正则化并不能解释RED算法。特别是，我们证明了Romano等人的论文中的许多表达式只有在去噪器具有对称雅可比矩阵时才成立，并且我们证明了这种对称性不会发生在实际的去噪器中，例如非局部均值，BM 3D，TNRD和DnCNN。为了解释RED算法，我们提出了一个新的框架，称为去噪分数匹配（SMD），其目的是匹配"分数"（即，对数先验的梯度）。然后，我们展示了SMD，核密度估计和约束最小均方误差去噪之间的紧密联系。此外，我们解释了罗马诺等人的RED算法，并提出了新的算法，加速和收敛保证。最后，我们表明，RED算法寻求一个共识的均衡解决方案，这有利于比较即插即用ADMM。
2018-11-01 cs.CV
Normalization-Equivariant Neural Networks with Application to Image Denoising
Centre Inria de l’Université de Rennes（雷恩大学Inria中心）
本文提出通过仿射约束卷积和通道级排序池化层替代卷积层与激活函数，使神经网络具备归一化等变性，在图像去噪中实现更好的跨噪声水平泛化。
2024-02-21 cs.CV
Chaining Identity Mapping Modules for Image Denoising
Australian National University（澳大利亚国立大学）；CSIRO Data61（澳大利亚联邦科学与工业研究组织 Data61）
我们建议学习一个完全卷积的网络模型，该模型由一个用于图像去噪的身份映射模块链（CIMM）组成。CIMM结构具有两个显著的特征，这两个特征对于噪声去除任务是重要的。首先，每个残差单元采用单位映射作为跳过连接，并接收预激活的输入，以保持在前向和后向方向上传播的梯度幅度。其次，通过在残差分支中（换句话说，在恒等映射模块内）对卷积层使用扩张的内核，最后一个卷积层中的每个神经元可以观察到第一层的完整感受野。在BSD400数据集上进行训练后，在传统基准图像和BSD68数据集上进行评估时，与最新技术相比，所提出的网络产生了显着更高的数值准确性和更好的视觉图像质量。
2019-07-19 cs.CV
Correction by Projection: Denoising Images with Generative Adversarial Networks
UC San Diego（加州大学圣地亚哥分校）
生成对抗网络（GANs）将低维潜在向量转换为视觉上合理的图像。如果真实数据集只包含干净的图像，那么表面上，GAN学习的流形应该只包含干净的图像。在本文中，我们提出了去噪损坏的图像通过找到最近的点上的GAN流形，恢复潜向量，通过最小化图像空间中的距离。我们首先证明，给定一个真正位于GAN流形上的图像的损坏版本，我们可以近似地恢复潜向量并对图像进行降噪，与BM 3D相比，获得了更高的质量。接下来，我们证明了从噪声图像中恢复的潜在向量表现出一致的偏差。通过在投影回图像空间之前减去此偏差，我们进一步改善了去噪结果。最后，即使对于看不见的图像，我们的方法在去噪方面也比BM3D表现得更好。值得注意的是，我们的方法的基本版本（没有偏差校正）不需要关于噪声方差的先验知识。为了实现尽可能高的去噪质量，性能最好的基于信号处理的方法，如BM 3D，需要对模糊核进行估计。
2018-03-12 cs.CV
Adaptive Dynamic Filtering Network for Image Denoising
School of Computer Science and Information Engineering, Hefei University of Technology (HFUT)（合肥工业大学计算机与信息工程学院）；Intelligent Interconnected Systems Laboratory of Anhui Province (HFUT)（安徽省智能互联系统实验室（合肥工业大学））；Guangxi Academy of Sciences（广西科学院）；Intelligent Manufacturing Institute of HFUT（合肥工业大学智能制造研究院）
针对图像去噪中特征缩放导致高频信息丢失及动态卷积缺乏空间上下文的问题，提出自适应动态滤波网络ADFNet，通过空间增强核生成模块、动态卷积块和多尺度动态卷积块高效提取并融合多尺度高频特征，在低计算复杂度下实现更优去噪性能。
2023-04-03 cs.CV
Denoising and Segmentation of Epigraphical Scripts
PES University（PES大学）
提出了一种利用Haralick特征对图像进行去噪，并利用人工神经网络进一步分割字符的新方法。图像被划分为核，每个核被转换为灰度共生矩阵（Gray Level Co-Occurrence Matrix，GLCM），在GLCM上调用Haralick特征生成函数，其结果是一个具有14个元素的数组，对应于14个特征。Haralick值和相应的噪声/文本分类形成一个字典，然后通过核比较来对图像进行去噪。分割是从文档中提取字符的过程，可以在字母由空白分隔时使用，空白是一种显式的边界标记。切分是许多自然语言处理问题的第一步。本文探讨了使用神经网络的分割过程。虽然已经有许多方法来分割字符的文件，本文只关心这样做的准确性，使用神经网络。必须正确分割字符，否则将导致自然语言处理工具的错误识别。采用人工神经网络，准确率可达89%。此方法适用于字符由空格分隔的语言。然而，当语言大量使用连接字母时，这种方法将无法提供可接受的结果。一个例子是主要在印度北部使用的梵文字母。
2021-07-25 cs.CV cs.LG eess.IV
Robust Deep Ensemble Method for Real-world Image Denoising
Harbin Institute of Technology（哈尔滨工业大学）；Megvii Inc（旷视科技有限公司）
最近，基于深度学习的图像去噪方法已经在具有与训练集相同分布的测试数据上取得了有希望的性能，其中已经学习了基于合成或收集的真实世界训练数据的各种去噪模型。然而，当处理真实世界的噪声图像时，去噪性能仍然有限。在本文中，我们提出了一种简单而有效的贝叶斯深度集成（BDE）方法用于现实世界的图像去噪，其中可以融合使用各种训练数据设置预先训练的几个代表性深度去噪器以提高鲁棒性。BDE的基础是真实世界的图像噪声是高度依赖于信号的，并且真实世界的噪声图像中的异质噪声可以由不同的去噪器分别处理。特别地，我们将经过良好训练的CBDNet，NBNet，HINet，Uformer和GMSNet纳入去噪池，并采用U-Net预测像素加权映射来融合这些去噪器。引入贝叶斯深度学习策略来预测加权不确定性和加权图，而不是单独学习像素加权图，通过该策略可以对预测方差进行建模，以提高对真实世界噪声图像的鲁棒性。大量的实验表明，通过融合现有的去噪器，而不是训练一个昂贵的大去噪器，可以更好地去除真实世界的噪声。在DND数据集上，我们的BDE比最先进的去噪方法获得了+0.28~dB的PSNR增益。此外，我们注意到，我们基于不同高斯噪声水平的BDE去噪器在应用于现实世界的噪声图像时，性能优于最先进的CBDNet。此外，该算法还可以扩展到其他图像复原任务中，在图像去模糊、图像去噪和单帧图像超分辨率的基准数据集上分别获得了+0.30…
2022-06-08 cs.CV eess.IV
Identity Enhanced Residual Image Denoising
Data61-CSIRO（联邦科学与工业研究组织Data61）
我们建议学习一个完全卷积的网络模型，该模型由一个身份映射模块链和残差结构上的残差组成，用于图像去噪。我们的网络结构具有三个独特的特征，这对于噪声去除任务很重要。首先，每个单元采用单位映射作为跳过连接，并接收预激活的输入，以保持在向前和向后方向上传播的梯度幅度。其次，通过对剩余分支中的卷积层使用扩张的核，每个模块的最后一个卷积层中的每个神经元可以观察到第一层的完整感受野。最后，我们采用残差的残差架构，以减轻传播的高层信息。与当前最先进的真实去噪网络相反，我们还提出了一个简单的单级网络用于真实图像去噪。在三个传统的基准测试和三个真实世界的数据集上进行评估时，所提出的网络产生了显着更高的数值精度和更好的视觉图像质量比经典的最先进的和CNN算法。
2020-04-26 cs.CV eess.IV
MM-BSN: Self-Supervised Image Denoising for Real-World with Multi-Mask based on Blind-Spot Network
Senslab Technology（Senslab科技）；NeuroSens Technology（NeuroSens科技）
本文提出MM-BSN，一种结合多掩码策略与盲点网络的自监督图像去噪方法，通过多形状卷积核打破噪声空间相关性，有效解决大噪声去噪问题，在真实数据集上达到最先进性能。
2023-04-07 cs.CV
Selective Residual M-Net for Real Image Denoising
National Chung Hsing University（国立中兴大学）；National Taichung University of Science and Technology（国立台中科技大学）
图像恢复是一个低层次的视觉任务，它是将退化的图像恢复为无噪声的图像。随着深度神经网络的成功，卷积神经网络超越了传统的恢复方法，成为计算机视觉领域的主流。为了提高去噪算法的性能，本文提出了一种基于U-Net改进的分层结构的盲实图像去噪网络（SRMNet）。具体来说，我们使用一个选择性核与残留块的层次结构称为M-Net丰富的多尺度语义信息。此外，我们的SRMNet在定量指标和视觉质量方面对两个合成数据集和两个真实噪声数据集具有竞争力的性能结果。源代码和预训练模型可在https://github.com/TentativeGitHub/SRMNet上获得。
2022-03-03 cs.AI cs.CV cs.LG
DPANET:Dual Pooling Attention Network for Semantic Segmentation
Northwestern Polytechnical University（西北工业大学）
图像分割是一项历史悠久、意义重大的计算机视觉课题。在深度学习技术的帮助下，图像语义分割取得了很大的进展。近年来，基于注意力机制的引导与CNN相比，克服了不同通道之间缺乏交互性的问题，有效地捕捉和聚合了上下文信息。然而，注意力机制产生的海量运算导致其复杂度极高，对GPU内存的需求也极高。为此，我们提出了一个轻量级和灵活的神经网络命名为双池注意力网络（DPANet）。最重要的是DPANet中的所有模块都生成\textbf{0}参数。第一个部分是空间池注意模块，我们密集地构造了一个简单而强大的上下文特征提取方法，大大减少了计算量和复杂度，同时也展示了均匀大核的强大功能。第二部分是频道池关注模块。众所周知，CNN的计算过程结合了空间维度和信道维度的信息。因此，本模块的目的是将它们剥离出来，以便构建所有通道之间的关系，并有选择地增强不同通道的语义信息。在分割数据集上的实验表明，该方法简单有效，参数少，计算复杂度低。
2022-10-11 cs.CV
CANDID: Correspondence AligNment for Deep-burst Image Denoising
University of Tübingen（图宾根大学）
针对深度连拍图像去噪问题，提出名为CANDID的方法，通过光流对应估计模块对齐帧、差异化预滤波、空间变化滤波核平滑后融合图像，实现了当前最优的去噪效果。
2023-06-16 cs.CV cs.LG
Learning Proximal Operators: Using Denoising Networks for Regularizing Inverse Imaging Problems
Technical University of Munich（慕尼黑工业大学）；University of Siegen（锡根大学）
虽然变分方法一直是解决成像中线性逆问题的最强大工具之一，但深度（卷积）神经网络最近在许多具有挑战性的基准测试中处于领先地位。深度学习方法的一个剩余缺点是，每当特定问题、噪声水平、噪声类型或所需的保真度测量发生变化时，它们都需要进行昂贵的再训练。相反，变分方法具有即插即用的性质，因为它们通常由单独的数据保真度和正则化项组成。本文研究了用去噪神经网络代替许多凸能量最小化算法中正则化的邻近算子的可能性。因此，后者用作隐式自然图像先验，而数据项仍然可以独立选择。使用一个固定的去噪神经网络的图像反卷积与不同的模糊内核和图像去马赛克的示例性问题，我们获得了国家的最先进的重建结果。这表明我们的方法具有高度的普遍性，并减少了针对具体问题的培训。此外，我们讨论了新的结果分析可能的优化算法，将网络，以及算法参数的选择和它们之间的关系的噪声水平的神经网络进行训练。
2017-08-30 cs.CV
Directional Bilateral Filters
Robert Bosch Center for Cyber Physical Systems（罗伯特·博世信息物理系统中心）；Indian Institute of Science（印度科学学院）
我们提出了一个双边过滤器与局部控制域核方向边缘保持平滑。传统的双边滤波器使用一个范围内核，这是负责边缘保护，和一个固定的域内核，执行平滑。我们的直觉是，方向和各向异性的图像结构应纳入域核，而平滑。为此，我们采用了定向高斯域核局部控制的结构张量。方向域核与距离核相结合形成方向双边滤波器。这两个核相互帮助，有效地抑制了离群值的影响，同时平滑。为了找到最佳参数的方向双边滤波器，我们建议使用斯坦的无偏风险估计（SURE）。我们分别以及一起测试内核的功能，首先在合成图像上，然后在真实的内窥镜图像上。在不同噪声水平下，方向双边滤波器的峰值信噪比（PSNR）均优于高斯双边滤波器。
2014-10-27 cs.CV
Image denoising by Super Neurons: Why go deep?
Tampere University（坦佩雷大学）；Qatar University（卡塔尔大学）
经典的图像去噪方法利用非局部自相似原理有效地从噪声图像中恢复图像内容。当前最先进的方法使用深度卷积神经网络（CNN）来有效地学习从噪声图像到干净图像的映射。深度去噪CNN表现出很高的学习能力，并整合了非局部信息，这是由于大量级联的隐藏层产生了很大的感受野。然而，深度网络在计算上也很复杂，需要大量数据进行训练。为了解决这些问题，本研究的重点是自组织操作神经网络（Self-ONNs）授权的一种新的神经元模型，可以实现类似或更好的去噪性能与紧凑和浅的模型。最近，已经引入了超神经元的概念，其通过利用用于增强的感受野大小的非局部化核位置来增强生成神经元的非线性变换。这是需要深度网络配置的关键成就。由于非局部信息的整合有助于去噪，因此在这项工作中，我们研究了使用超级神经元进行合成和真实图像去噪。我们还讨论了在GPU上实现超神经元模型的实际问题，并提出了非本地化操作的异构性和计算复杂性之间的权衡。我们的研究结果表明，在相同的宽度和深度下，具有超级神经元的Self-ONNs在两个去噪任务中都比具有生成和卷积神经元的网络提供了显着的去噪性能提升。此外，结果表明，具有超级神经元的Self-ONNs可以分别在合成和真实世界去噪方面实现比众所周知的深度CNN去噪器具有竞争力和优越的合成去噪性能。
2021-11-29 cs.CV cs.LG
Change Detection from SAR Images Based on Deformable Residual Convolutional Neural Networks
Ocean University of China（中国海洋大学）
卷积神经网络（CNN）在合成孔径雷达（SAR）图像变化检测方面取得了很大的进展。然而，传统卷积核的采样位置是固定的，不能根据SAR图像的实际结构而改变。此外，自然场景中的物体可能以不同的尺寸出现，这就要求网络具有更强的多尺度表示能力。本文设计了一种新的\underline{D}改进的\underline{R}剩余卷积神经\underline{N}网络（DRNet），用于SAR图像变化检测。首先，DRNet引入了可变形的卷积采样位置，卷积核的形状可以根据地物的实际结构自适应调整。为了创建可变形采样位置，根据输入图像的空间信息计算每个像素的2-D偏移。然后，像素的采样位置可以自适应地反映输入图像的空间结构。此外，我们提出了一种新的池化模块取代香草池化，有效地利用多尺度信息，通过构建层次残差连接在一个池化层，提高了多尺度表示能力在粒度级别。在三个真实SAR数据集上的实验结果证明了所提出的DRNet的有效性。
2021-04-06 cs.CV
KBNet: Kernel Basis Network for Image Restoration
The Chinese University of Hong Kong（香港中文大学）；SenseTime Research（商汤科技研究院）
空间信息的聚合是基于学习的图像复原的关键。现有的基于CNN的网络大多采用静态卷积核对空间信息进行编码，不能自适应地聚合空间信息。最近的基于变换器的架构实现了自适应空间聚合。但它们缺乏令人满意的卷积归纳偏差，并且需要大量的计算成本。在本文中，我们提出了一个核心的基础注意力（KBA）模块，它引入了可学习的核心基地模型的代表性的图像模式的空间信息聚合。训练不同的核基来模拟不同的局部结构。在每个空间位置，它们被线性地和自适应地通过预测的逐像素系数融合以获得聚合权重。基于KBA模块，我们进一步设计了一个多轴特征融合（MFF）模块，用于编码和融合通道、空间不变和像素自适应特征，以用于图像复原。我们的模型，命名为内核基础网络（KBNet），实现了最先进的性能超过十个基准图像去噪，去噪和去模糊任务，同时需要更少的计算成本比以前的SOTA方法。
2023-03-06 cs.CV
TTRD3: Texture Transfer Residual Denoising Dual Diffusion Model for Remote Sensing Image Super-Resolution
针对遥感图像超分辨率面临的多尺度特征提取难、语义不一致、几何精度与视觉质量权衡失衡问题，提出TTRD3模型，通过多尺度特征聚合块、稀疏纹理迁移引导模块及双扩散框架，在多源数据集上实现优于最优方法的性能。
2025-04-17 cs.CV
Image Deconvolution with Deep Image and Kernel Priors
The University of Edinburgh（爱丁堡大学）
图像反卷积是恢复卷积退化图像的过程，由于其数学不适定性，一直是一个困难的逆问题。在最近提出的深度图像先验（DIP）的成功，我们建立了一个图像去卷积模型与深度图像和核先验（DIKP）。DIP是一种无需学习的表示方法，它利用神经网络结构来表达图像的先验信息，在去噪、超分辨率、图像修复等基于能量的模型中取得了巨大的成功。相反，我们的DIKP模型在图像去卷积中使用这种先验知识，不仅对图像进行建模，还对内核进行建模，将传统的无学习去卷积方法的思想与神经网络相结合。在本文中，我们表明，DIKP提高学习免费的图像去卷积的性能，我们实验证明这六个标准测试图像的PSNR和视觉效果的标准基准。
2019-10-18 cs.CV
Image Denoising with Control over Deep Network Hallucination
School of Computer and Communication Sciences, EPFL（洛桑联邦理工学院计算机与通信科学学院）
深度图像去噪器实现了最先进的结果，但有隐藏的成本。正如最近的文献所证明的那样，这些深度网络能够过度拟合其训练分布，导致输出中添加不准确的幻觉，并且对不同数据的泛化能力很差。为了更好地控制和解释深度去噪器，我们提出了一个利用去噪网络的新框架。我们称之为可控的基于置信度的图像去噪（CCID）。在这个框架中，我们利用深度去噪网络的输出以及与可靠滤波器卷积的图像。这样的滤波器可以是简单的卷积核，其不冒添加幻觉信息的风险。我们建议使用频域方法融合这两个组件，该方法考虑了深度网络输出的可靠性。通过我们的框架，用户可以控制频域中两个分量的融合。我们还提供了一个用户友好的地图空间估计的信心，可能包含网络幻觉的输出。结果表明，我们的CCID不仅提供了更多的可解释性和控制，但甚至可以超越深度去噪器和可靠滤波器的定量性能，特别是当测试数据偏离训练数据。
2022-01-02 cs.CV eess.IV
Rank-Enhanced Low-Dimensional Convolution Set for Hyperspectral Image Denoising
City University of Hong Kong（香港城市大学）；Caritas Institute of Higher Education（明爱专上学院）
针对高光谱图像去噪这一具有挑战性的问题进行了研究。与现有的基于深度学习的方法不同，这些方法通常采用复杂的网络架构或经验性地堆叠现成的模块来追求性能改进，我们专注于高效和有效的特征提取方式来捕获HS图像的高维特征。具体来说，基于增加由展开卷积核形成的矩阵的秩可以促进特征多样性的理论分析，我们提出了秩增强的低维卷积集（Re-ConvSet），它沿着HS图像的三个维度并排单独执行一维卷积，然后通过可学习的压缩层聚合得到的空间-频谱嵌入。Re-ConvSet不仅学习了HS图像的不同空间-光谱特征，而且降低了网络的参数和复杂度。然后，我们将Re-ConvSet到广泛使用的U-Net架构，构建HS图像去噪方法。令人惊讶的是，我们观察到这样一个简洁的框架在定量指标，视觉结果和效率方面在很大程度上优于最近的方法。我们相信我们的工作可以为基于深度学习的HS图像处理和分析提供帮助。
2022-07-09 cs.CV eess.IV
Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration
S-Lab, Nanyang Technological University（南洋理工大学S-Lab）
针对合成到真实图像复原的域差距，本文提出利用扩散模型在噪声空间进行域适应的去噪即适应方法，并通过通道混洗与残差交换对比学习避免捷径，在三类复原任务上验证有效。
2025-02-19 cs.CV
Inheriting Bayer's Legacy-Joint Remosaicing and Denoising for Quad Bayer Image Sensor
IMEC-IPI-UGent（IMEC-IPI-根特大学）；NWPU（西北工业大学）；ETH Zurich（苏黎世联邦理工学院）；CUG（中国地质大学）
基于像素合并的Quad传感器已经成为克服紧凑型相机在低光成像中的硬件限制的有前途的解决方案。然而，装仓导致较低的空间分辨率和非Bayer CFA伪影。为了解决这些挑战，我们提出了一种双头联合重镶嵌和去噪网络（DJRD），它可以在没有任何分辨率损失的情况下转换有噪声的四拜耳和标准无噪声拜耳模式。DJRD包括一个新设计的四拜耳重镶嵌（QB-Re）块，集成的去噪模块的基础上Swin变换和多尺度小波变换。QB-Re模块基于CFA模式构造卷积核，以实现感知场中的周期性颜色分布，其用于提取精确的光谱信息并减少颜色错位。集成Swin-Transformer和多尺度小波变换捕获非局部依赖性，频率和位置信息，以有效地降低实际噪声。通过利用莫尔条纹和拉链检测指标识别具有挑战性的补丁，我们使我们的模型能够在后训练阶段专注于困难的补丁，这增强了模型在困难情况下的性能。我们提出的模型优于竞争车型约3dB，而无需额外的复杂性，在硬件或软件。
2023-03-23 cs.CV eess.IV
Kernel Estimation from Salient Structure for Robust Motion Deblurring
Dalian University of Technology（大连理工大学）；Stony Brook University（石溪大学）
盲图像去模糊算法在过去的几年里得到了稳步的发展。然而，大多数最先进的算法仍然不能在具有挑战性的情况下完美地执行，特别是在大模糊设置中。在本文中，我们专注于如何估计一个良好的核估计从一个单一的模糊图像的基础上的图像结构。我们发现，模糊引起的图像细节可能会对核估计产生不利影响，特别是当模糊核很大时。消除这些细节的有效方法之一是采用基于全变分（TV）的图像去噪模型。首先，我们开发了一种新的方法来计算基于TV模型的图像结构，这样破坏核估计的结构将被删除。其次，为了减轻显著边缘可能带来的不利影响，提高核估计的鲁棒性，我们采用了梯度选择方法。第三，我们提出了一种新的核估计方法，它能够保持核的连续性和稀疏性，并减少噪声。最后，我们提出了一种自适应加权空间先验，以在潜图像复原中保持清晰的边缘。我们的方法的有效性证明了各种具有挑战性的例子的实验。
2014-05-24 cs.CV
Structured Denoising Diffusion Models in Discrete State-Spaces
Google Research（谷歌研究院）；Microsoft Research（微软研究院）
去噪扩散概率模型（DDPM）（Ho等人，2020年）在连续状态空间中的图像和波形生成方面显示出令人印象深刻的结果。在这里，我们介绍离散去噪扩散概率模型（D3 PM），这是离散数据的类扩散生成模型，它通过超越具有均匀转移概率的腐败过程，推广了Hoogeboom et al. 2021的多项式扩散模型。这包括在连续空间中模仿高斯内核的过渡矩阵的腐败，基于嵌入空间中最近邻居的矩阵，以及引入吸收状态的矩阵。第三个允许我们绘制扩散模型和自回归和基于掩码的生成模型之间的连接。我们表明，过渡矩阵的选择是一个重要的设计决策，导致图像和文本域的改进结果。我们还引入了一个新的损失函数，它结合了变分下界与辅助交叉熵损失。对于文本，这个模型类在字符级文本生成方面取得了很好的效果，同时在LM 1B上扩展到大词汇表。在图像数据集CIFAR-10上，我们的模型接近样本质量，超过了连续空间DDPM模型的对数似然。
2023-02-22 cs.AI cs.CL cs.CV
Oracle Supervision Transfers for Hyperparameter Prediction in Model-Based Image Denoising
Department of Mathematics Syracuse University（数学系苏利文大学）；Department of Mathematics & Statistics Old Dominion University（数学与统计学系老 Dominion 大学）
该研究提出HyperDn，一种单配置条件预测器，通过聚合源配置的Oracle监督，预测新的去噪器-噪声配置的异质超参数，展示了在跨范式实验中，从相对便宜的TV/TGV变分源转移到更昂贵的扩散模型DiffPIR时，通过少量或无目标Oracle标签实现接近Oracle性能的成果。
2026-11-09 cs.CV cs.LG
Change Detection from Synthetic Aperture Radar Images via Dual Path Denoising Network
Ocean University of China（中国海洋大学）；Mississippi State University（密西西比州立大学）；Southwest Jiaotong University（西南交通大学）
随着合成孔径雷达（SAR）传感器的快速发展，SAR图像的变化检测问题越来越受到人们的关注。现有的基于无监督深度学习的方法在利用鲁棒的特征表示方面做出了很大努力，但它们需要花费大量时间来优化参数。此外，这些方法使用聚类来获得用于训练的伪标签，并且伪标签样本通常包含错误，可以被认为是“标签噪声”。为了解决这些问题，我们提出了一个双路径去噪网络（DPDNet）的SAR图像变化检测。特别地，我们引入随机标签传播来清除预分类中涉及的标签噪声。我们还提出了独特的补丁卷积的特征表示学习，以减少时间消耗。具体地说，注意力机制用于选择特征图中的独特像素，并选择这些像素周围的补丁作为卷积核。因此，DPDNet不需要大量的训练样本进行参数优化，其计算效率大大提高。广泛的实验已经进行了5个SAR数据集，以验证所提出的DPDNet。实验结果表明，我们的方法优于几个国家的最先进的方法在变化检测结果。
2022-03-13 cs.CV eess.IV
Measuring and Controlling the Spectral Bias for Self-Supervised Image Denoising
Tsinghua University（清华大学）
针对成对噪声图像自监督去噪中高频细节丢失、易学习高频噪声的问题，提出谱控制网络SCNet，通过频带选择、Lipschitz参数约束、谱分离低秩重建模块优化去噪，实验验证了其有效性。
2025-10-01 cs.AI cs.CV
Riesz-Quincunx-UNet Variational Auto-Encoder for Satellite Image Denoising
George Mason University（乔治梅森大学）；Emory University（埃默里大学）
本文提出将Riesz-Quincunx小波变换嵌入U-Net并结合变分自编码器，构建RQUNet-VAE混合方案，用于卫星图像去噪、分解与分割，实验表明其去噪效果优于现有方法。
2022-08-25 cs.CV cs.LG eess.IV
Improved DDIM Sampling with Moment Matching Gaussian Mixtures
Independent Researcher（独立研究者）；Apple（苹果公司）
本文提出在DDIM框架中使用高斯混合模型作为反向转换操作符，通过约束GMM参数匹配DDPM前向边缘的矩，从而在少量采样步骤下提升生成样本质量，实验表明GMM核在FID和IS指标上优于传统高斯核。
2026-05-21 cs.AI cs.CV cs.LG
