-
MMDM:用于图像去噪的多帧和多尺度 摘要 数字传感器的成像特性往往导致莫尔条纹在频域内广泛分布,且颜色和形状不规则。 带有云纹图案的图像可能会导致视觉质量严重下降。 去线的困难在于莫尔条纹混合了待处理的低频和高频信息。 本文提出了一种有效的图像演示网络MMDM,它使用多幅图像作为输入,使用多尺度特征编码模块作为低频信息增强。 我们的MMDM有三个关键模块:新设计的多帧空间变换网络(M-STN)、多尺度特征编码模块(MSFE)和增强的非对称卷积块(EACB)。 特别是,M-STN旨在同时对齐多个输入图像。 MSFE用于多频率信息编码,它建立在高效的EACB模块上。 实验证明了MMDM的有效性。 此外,在NTIRE2020挑战赛中,我们的模型在去噪轨道和去噪轨道上均位居第二。 代码在以下位置可用: https://github.com/q935970314/MMDM 相关材料 [ pdf格式 ] [ 围巾 ] @会议记录{Liu_2020_CVPR_Workshops, 作者={刘、帅和李、成华和楠、楠和宗、子耀和宋瑞霞}, title={MMDM:Multi-Frame和Multi-Scale for Image Demoireing}, booktitle={IEEE/CVF计算机视觉和模式识别(CVPR)研讨会会议记录}, 月={6月}, 年份={2020年} }