《Flexible Image Denoising with Multi-layer Conditional Feature Modulation》閱讀筆記

摘要:爲了實現靈活的非盲圖像降噪,現有的深層網絡通常將嘈雜的圖像和噪聲級別圖作爲輸入,以使用一個模型來處理各種噪聲級別。 然而,在這種解決方案中,噪聲方差(即,噪聲水​​平)僅被部署爲利用通道方向的移位來調製卷積特徵的第一層,這在平衡噪聲去除和細節保持上受到限制。 在本文中,我們通過爲UNet骨幹配備多層條件特徵調製(CFM)模塊,提出了一種新穎的靈活圖像去噪網絡(CFMNet)。 與僅在第一層進
相關文章
相關標籤/搜索