Learning Deep CNN Denoiser Prior for Image Restoration阅读笔记
introduction
图像恢复目标函数一般形式:
前一项为保真项(fidelity),后一项为惩罚项,一般只与去噪有关。
基于模型的优化方法可以灵活地使用不同的退化矩阵H来处理不同的图像恢复问题,而判别学习方法通过训练图像对数据集来学习图像退化模型。
基于模型的优化方法可以灵活的处理不同的逆问题(inverse problem),但通常耗时较多,而且需要复杂的先验,而判别学习方法速度快,但应用范围受一定限制。
采用分裂变量的方法(ADMM、半二次分裂(HQS)等),可以将判别学习方法训练的CNN去噪器作为模块插入基于模型的优化方法中,以解决其他逆问题(例如去模糊)。
半二次分裂HQS
分裂变量:
代价函数:
µ是一个在迭代中非增的惩罚参数。
重复迭代,交替对x,z更新:
其中第一项x是保真项(fidelity term),第二项是惩罚项(regularization term),第一项根据不同的退化矩阵有许多方法可以解出来。一个直接的解为:
而第二项可以写成高斯去噪器(噪声级别√λ/µ)形式:
这样图像先验Φ部分可以替代为去噪先验,这样一来,当图像先验条件未知或不足时,可以采用各种去噪器作为替代补充,也可以利用不同图像先验来联合求解一个互补去噪算法。这个性质在其他优化方法(如ISTA、FISTA等)中同样奏效,只要这个算法中有去噪子问题。
CNN去噪器
CNN相对于传统的去噪器(全变差、高斯混合模型、K-SVD、非局部均值、BM3D等)具有速度、性能和泛化能力上的优势。
CNN去噪器结构
“s-DConv” denotes s-dilated convolution, s= 1, 2, 3 and 4. A dilated filter with dilation factor scan be simply interpreted as a sparse filter of size (2s+1) ×(2s+1) where only 9 entries of fixed positions are non-zeros.
整个算法过程:
通过迭代,实现交替对x,z更新,其中对z更新使用CNN denoiser.
results
去噪结果
去模糊结果
超分辨结果
Learning Deep CNN Denoiser Prior for Image Restoration阅读笔记的更多相关文章
- 论文解读《Learning Deep CNN Denoiser Prior for Image Restoration》
CVPR2017的一篇论文 Learning Deep CNN Denoiser Prior for Image Restoration: 一般的,image restoration(IR)任务旨在从 ...
- (IRCNN)Learning Deep CNN Denoiser Prior for Image Restoration-Kai Zhang
学习深度CNN去噪先验用于图像恢复(Learning Deep CNN Denoiser Prior for Image Restoration)-Kai Zhang 代码:https://githu ...
- 论文阅读笔记(二十一)【CVPR2017】:Deep Spatial-Temporal Fusion Network for Video-Based Person Re-Identification
Introduction (1)Motivation: 当前CNN无法提取图像序列的关系特征:RNN较为忽视视频序列前期的帧信息,也缺乏对于步态等具体信息的提取:Siamese损失和Triplet损失 ...
- What are some good books/papers for learning deep learning?
What's the most effective way to get started with deep learning? 29 Answers Yoshua Bengio, ...
- Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.1
Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.1 http://blog.csdn.net/sunbow0 Spark ML ...
- 个性探测综述阅读笔记——Recent trends in deep learning based personality detection
目录 abstract 1. introduction 1.1 个性衡量方法 1.2 应用前景 1.3 伦理道德 2. Related works 3. Baseline methods 3.1 文本 ...
- Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.3
Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.3 http://blog.csdn.net/sunbow0 第二章Deep ...
- (转) Learning Deep Learning with Keras
Learning Deep Learning with Keras Piotr Migdał - blog Projects Articles Publications Resume About Ph ...
- Deep Learning of Graph Matching 阅读笔记
Deep Learning of Graph Matching 阅读笔记 CVPR2018的一篇文章,主要提出了一种利用深度神经网络实现端到端图匹配(Graph Matching)的方法. 该篇文章理 ...
随机推荐
- AFNetworking、ASIHTTPRequest中SSL的使用
首先介绍下AFNetworking中的使用: 2.0要注意个地方:IOS7及其以后,採用AFHTTPSessionManager,IOS7之前採用AFHTTPRequestOperationManag ...
- Python标准库:内置函数getattr(object, name[, default])
本函数实现获取对象object的属性.属性由name来表示,就是属性名称的字符串.參数default是可选的參数,当获取对象的属性不存在时,就返回此值.假设没有提供此參数.同一时候在对象属性里也找不到 ...
- linux 双显卡问题。。。
bumblebee的作用是禁用nvidia独立显卡,需要使用独显时,使用”optirun 程序名“手动开启nvidia来运行需要加速的程序,如optirun vmware. 打开N卡设置: optir ...
- Spring Boot干货系列:(五)开发Web应用JSP篇
Spring Boot干货系列:(五)开发Web应用JSP篇 原创 2017-04-05 嘟嘟MD 嘟爷java超神学堂 前言 上一篇介绍了Spring Boot中使用Thymeleaf模板引擎,今天 ...
- filebeat+kafka+SparkStreaming程序报错及解决办法
// :: WARN RandomBlockReplicationPolicy: Expecting replicas with only peer/s. // :: WARN BlockManage ...
- C中fread()函数的返回值
这个问题很容易搞错,并导致很多问题,需要强调的是fread函数返回的并不是字节数. realRead = fread(buf,item,count,fp) (每次读item大小的数据块,分cou ...
- Sqli-LABS通关笔录-5[SQL布尔型盲注]
/* 请为原作者打个标记.出自:珍惜少年时 */ 通过该关卡的学习我掌握到了 1.如何灵活的运用mysql里的MID.ASCII.length.等函数 2.布尔型盲注的认识 3.哦,对了还有.程序 ...
- anki插件推荐
记忆是一件需要反复重复的事情,可是怎么花最小的代价来重复呢? 著名的艾宾浩斯遗忘曲线是一个统计学的概念,非常具有参考价值,但是对于不同的人来说,是有差别的,另外操作起来也比较麻烦. 好在现在有许多记忆 ...
- 为gridview的每个单元格添加鼠标悬停提示文本(tooltip)
protected void GridView1_RowDataBound(object sender, GridViewRowEventArgs e) { for (int i ...
- 【C#/WPF】图像变换的Undo撤销——用Stack命令栈
需求: 图层中有一张图片,可以对该图层进行平移.缩放.旋转操作,现在要求做Undo撤销功能,使得图层回复上一步操作时的状态. 关于图像的平移.缩放.旋转,可以参考在下的另一篇博客的整理: http:/ ...