一种改进的快速深度图像先验降噪模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：相较于有监督深度降噪模型，仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验（deep image prior，DIP）降噪模型没有数据偏向（data bias）问题，具有更好的泛化能力。然而，DIP降噪模型较长的迭代训练步数导致其在执行效率方面仍有较大提升空间。为此，提出了一种改进的增速深度图像先验降噪模型（improved accelerated deep image prior-based denoising model，IADIP）。（剩余22680字）

试读结束

目录
monitor