×

FFD网络

swMATH ID: 43068
软件作者: 张凯、左望萌、张磊
描述: FFDNet:基于CNN的图像去噪的快速灵活解决方案。判别学习方法由于其推理速度快、性能好等优点,在图像去噪中得到了广泛的研究。然而,这些方法大多针对每个噪声级学习一个特定的模型,并且需要多个模型来对不同噪声级的图像进行去噪。它们还缺乏处理空间变化噪声的灵活性,限制了它们在实际去噪中的应用。为了解决这些问题,我们提出了一种快速灵活的去噪卷积神经网络,即FFDNet,以可调噪声级映射作为输入。该FFDNet适用于下采样的子图像,在推理速度和去噪性能之间取得了很好的平衡。与现有的区分性去噪器相比,FFDNet具有一些理想的特性,包括(i)能够用单个网络有效地处理各种噪声级(即[0,75]),(ii)能够通过指定非均匀噪声级图来去除空间变化的噪声,以及(iii)速度比基准BM3D更快,即使在CPU上也不会牺牲去噪性能。对合成和真实噪声图像进行了大量实验,以评估FFDNet与最先进的去噪器的比较。结果表明,FFDNet是有效的,对于实际的去噪应用具有很高的吸引力。
主页: https://arxiv.org/abs/1710.04026
源代码:  https://github.com/cszn/FFDNet网站
依赖项: Matlab公司
相关软件: DnCNN公司;亚当;掌中宽带;ImageNet公司;噪音2噪音;AlexNet公司;MemNet网站;PyTorch公司;FOC网;DVD网络;噪音2无效;噪音2自身;SNIPS公司;深红色;快速DVDnet;BUQO公司;BSDS公司;FSIM公司;脉冲;github
引用于: 30文件
全部的 前5名

103位作者引用

安德烈斯·阿尔曼萨
朱莉·德隆
2 瓦伦丁·德博托利
2 阿兰·杜尔姆斯
2 迈克尔·埃拉德
2 克莉丝汀·吉列莫特
2 雷米·劳蒙特
2 米卡·勒彭杜
2 马塞洛·佩雷拉
2 曾铁勇
1 勒克比尔阿夫拉提斯
1 Bai,瑞祥
1 查尔斯·布维伦
1 莱昂·邦格特
1 巴巴托什·钱达
1 张丽文
1 陈宝
1 陈华松
1 陈勇
1 雷格夫·科恩
1 戴伊,莫妮·尚卡尔
1 丁小华
1 加布里埃尔·法西奥洛
1 范林伟
1 范雪泉
1 范元燕
1 费、伦克
1 冯庆荣
1 冯向初
1 丽塔·费马尼安
1 雅克·弗罗门特
1 托马斯·格尔默
1 吉尔博亚,盖伊
1 郭瑜
1 郭振飞
1 郭志昌
1 布本德拉·古普塔
1 艾萨姆·哈德里
1 埃斯特·海特·弗伦克尔
1 斯特凡·哈梅林
1 何长鹏
1 何涛顺
1 王红霞
1 安托万·胡达德
1 胡海娟
1 华,珍
1 黄子建
1 贾、范
1 贾、西溪
1 姜浩
1 Jin、Qiyu
1 巴哈亚特·卡瓦尔
1 孔伟超
1 阿明·拉赫里布
1 苏比尔·辛格·兰巴
1 雷振坤
1 李慧玉
1 李占山
1 李振华
1 李镇江
1 廖,Jan-Ray
1 林嘉文
1 刘,达
1 刘三阳
1 陆健
1 陆建伟
1 罗,叶
1 毛,沈
1 佩曼·米兰法尔
1 蒙达尔、兰詹
1 Jean-Michel,莫雷尔
1 尼古拉斯·帕帕达基斯
1 秦文锦
1 里亚
1 史妙文
1 苏,盐池
1 Pauline Tan
1 田春伟
1 托拜厄斯·尤尔沃
1 格雷戈里·瓦克斯曼
1 王宝燕
1 王建军
1 王楠
1 王一群
1 王泽瑜
1 徐九成
1 徐克强
1 徐勇
1 徐占伟
1 徐振华
1 张雪丁
1 严,程
1 杨汉梅
1 姚文娟
1 于海红
1 张才明
1 张大志
1 张恒
1 张亚松
1 李哲敏
…还有3位作者

按年份列出的引文