• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on industrial informatics >DOF: A Demand-Oriented Framework for Image Denoising
【24h】

DOF: A Demand-Oriented Framework for Image Denoising

机译：DOF：以需求为导向的图像去噪框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most existing image denoising methods focus on improving denoising quality. However, when applying denoising methods to practical tasks, in addition to the denoising quality, the number of parameters, and the computational complexity should be fully considered. In this article, we propose a demand-oriented framework (DOF) for image denoising, which can give preference to the number of parameters, the computational complexity, and the denoising quality or balance these three performance metrics. To perform the demand-oriented denoising, we first design a scale encoder to help the denoising model extract fewer but more representative features. Then, the split-flow module is introduced to fully exploit the input features by sharing the information of one network branch with other network branches. Finally, the scale decoder is utilized to reconstruct the final noise map without using any parameters. Through extensive experiments, we demonstrate that the proposed framework can be applied to several existing methods to help them achieve a more competitive denoising performance in terms of the number of parameters, and computational complexity.
机译：大多数现有的图像去噪方法专注于提高去噪质量。然而，在将去噪方法应用于实际任务时，除了去噪质量之外，应充分考虑参数的数量和计算复杂性。在本文中，我们提出了一种以可取的图像去噪提出了需求为导向的框架（DOF），其可以优先于参数，计算复杂性和去噪质量或平衡这三个性能度量的偏好。为了执行需求面向的去噪，我们首先设计一个规模编码器，以帮助去噪模型提取更少但更具代表性的特征。然后，引入分流模块以通过与其他网络分支共享一个网络分支的信息来充分利用输入特征。最后，利用刻度解码器在不使用任何参数的情况下重建最终噪声图。通过广泛的实验，我们证明了所提出的框架可以应用于几种现有方法，以帮助他们在参数数量和计算复杂性方面实现更具竞争力的去噪性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号