HyperAIHyperAI
منذ 2 أشهر

RENOIR - مجموعة بيانات لتخفيض الضوضاء في الصور الحقيقية ذات الإضاءة المنخفضة

Anaya, Josue ; Barbu, Adrian
RENOIR - مجموعة بيانات لتخفيض الضوضاء في الصور الحقيقية ذات الإضاءة المنخفضة
الملخص

تُقَيَّم خوارزميات إزالة الضوضاء من الصور باستخدام صور ملوثة بضوضاء اصطناعية، مما قد يؤدي إلى استنتاجات غير دقيقة حول أدائها على الضوضاء الحقيقية. في هذا البحث، نقدم مجموعة بيانات تتكون من صور ملونة ملوثة بالضوضاء الطبيعية الناجمة عن ظروف الإضاءة المنخفضة، بالإضافة إلى صور ذات ضوضاء منخفضة محاذاة فضائياً وشدة لل.scenes) نفس المشاهد. كما نقدم طريقة لتقدير مستوى الضوضاء الحقيقي في صورنا، حيث تحتوي حتى الصور ذات الضوضاء المنخفضة على كميات صغيرة من الضوضاء. نقيم دقة طريقة تقدير الضوضاء الخاصة بنا على الضوضاء الحقيقية والاصطناعية، وندرس نموذج الضوضاء بواسون-غوس (Poisson-Gaussian). أخيراً، نستخدم مجموعة البيانات الخاصة بنا لتقييم ست خوارزميات لإزالة الضوضاء: الحقل العشوائي النشط (Active Random Field)، BM3D، Bilevel-MRF، الشبكة العصبية المتعددة الطبقات (Multi-Layer Perceptron)، ونسختين من NL-means. نظهر أن بينما تتفوق الشبكة العصبية المتعددة الطبقات (Multi-Layer Perceptron)، Bilevel-MRF، وNL-means مع عتبة اللين على BM3D في الصور الرمادية ذات الضوضاء الاصطناعية، فإنها تتأخر عند استخدامها على مجموعة البيانات الخاصة بنا.

RENOIR - مجموعة بيانات لتخفيض الضوضاء في الصور الحقيقية ذات الإضاءة المنخفضة | أحدث الأوراق البحثية | HyperAI