Paper

Unprocessing Images for Learned Raw Denoising.pdf

Summary

這篇論文貢獻有三:

• 提出一個 「反序 」的技術，利用建構數學模型，把一般的圖像還原回相機感光元件接收到的初始圖像(Raw image)。
• 利用反序後得到的Raw image，合成加入shot/read noisy，模擬真實世界的雜訊，由此方法得到訓練的GT與Noisy Images。
• 在Darmstadt Noise Dataset他們的降噪效果是最好的。

本篇論文提出的方法建立於處理raw data的雜訊在經過image pipeline得到降噪的結果，使用的神經網路為U-net。

P14 - 簡介.docx