实体
non-local means
non-local means
PulseAugur coverage of non-local means — every cluster mentioning non-local means across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架锚定黑盒去噪器输出以提高保真度
研究人员开发了一个名为保真度约束锚定（Fidelity-Constrained Anchoring）的新框架，旨在改进黑盒去噪器的输出。该方法将去噪后的图像与原始输入进行混合，并应用一个符合特定局部保真度约束（如峰值信噪比（PSNR）或结构相似性指数（SSIM））的混合因子。在DIV2K数据集上的实验表明，这种锚定策略在保持去噪性能和统计自然度之间取得平衡的同时，能有效控制保真度。
-
GALOSH：新型无训练去噪器兼具速度与质量
研究人员推出了一种新颖的图像去噪方法 GALOSH，该方法专为速度和效率而设计。与依赖计算密集型块匹配的传统方法不同，GALOSH 在本地运行且无需搜索，因此速度明显更快，适合硬件实现。它可以处理原始拜耳和 sRGB 图像格式，在与其他盲、无训练去噪器相比时表现强劲，并且在原始数据上接近训练网络的质量。
-
新方法利用视网膜和贝叶斯优化增强低光图像
研究人员开发了FLARE-BO，一个用于改进低光机器人视觉的增强框架。该新方法通过优化八个参数（包括伽马校正、光照归一化和白平衡）来扩展先前无训练的方法。FLARE-BO系统利用高斯过程的贝叶斯优化，为单个图像自适应地调整这些参数，在低光配对数据集上表现优于现有方法。