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 三 安德烈斯·阿尔曼萨 三 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 全部的 前5名17篇连载文章中引用 8 SIAM成像科学杂志 三 信息科学 三 计算与应用数学杂志 2 多维系统及信号处理 2 逆问题与成像 1 计算机与数学及其应用 1 反问题 1 科学计算杂志 1 神经网络 1 应用数学建模 1 数学成像与视觉杂志 1 计算与应用数学 1 工程中的数学问题 1 欧洲力学杂志。A.固体 1 数学物理进展 1 数学形态学。理论与应用 1 非线性与变分分析杂志 全部的 前5名在13个字段中引用 23 信息与通信理论、电路(94-XX) 20 计算机科学(68至XX) 8 数值分析(65-XX) 6 统计学(62-XX) 4 运筹学、数学规划(90-XX) 三 变分法与最优控制;最优化(49至XX) 三 生物学和其他自然科学(92-XX) 2 算子理论(47-XX) 2 可变形固体力学(74-XX) 1 偏微分方程(35-XX) 1 功能分析(46倍X倍) 1 概率论与随机过程(60-XX) 1 光学、电磁理论(78-XX) 按年份列出的引文