شبكة التقليل من الضوضاء المتغيرية: نحو نمذجة الضوضاء غير المحددة وإزالتها

تنقية الصور العمياء هي مشكلة مهمة ومعقدة في مجال رؤية الحاسوب بسبب عملية التقاط الصور الحقيقية المعقدة. في هذا البحث، نقترح طريقة استدلال تباينية جديدة تدمج تقدير الضوضاء وتنقية الصورة ضمن إطار بيزاني موحد لتنقية الصور العمياء. تحديداً، يتم تقديم ما بعدي تقريبي معتمد على الشبكات العصبية العميقة، حيث يتم اتخاذ الصورة النظيفة الأصلية وتباينات الضوضاء كمتغيرات خفية مشروطة بالصورة الضوضائية المدخلة. يوفر هذا التوزيع اللاحق أشكالاً معلمة صريحة لكل المعلمات الفائقة المشاركة فيه، وبالتالي يمكن تنفيذه بسهولة لتنقية الصور العمياء مع تقدير ضوضاء آلي للصورة الضوضائية المراد اختبارها.من ناحية أخرى، كما هو الحال في الأساليب الأخرى القائمة على البيانات في التعلم العميق، يمكن لأسلوبنا، الذي نسميه شبكة التنقية التباينية (VDN)، أن يقوم بعملية التنقية بكفاءة عالية بفضل شكله اللاحق الصريح. ومن ناحية أخرى، ترث VDN مزايا الأساليب التقليدية القائمة على النماذج، وخاصة قدرتها الجيدة على التعميم من خلال النماذج الإنتاجية. تتميز VDN بقابلية فهم جيدة ويمكن استخدامها بشكل مرن لتقدير وإزالة الضوضاء المعقدة غير المستقلة وغير ذات التوزيع المتطابق (non-i.i.d.) التي تم جمعها في السيناريوهات الحقيقية. تم إجراء تجارب شاملة لتثبت تفوق أسلوبنا في تنقية الصور العمياء.