MMDM：用于图像去噪的多帧和多尺度

刘帅、李成华、楠楠、宗子尧、宋瑞霞; IEEE/CVF计算机视觉和模式识别（CVPR）研讨会会议记录，2020年，第434-435页

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}
}