NBNet: تعلم الأساس الضوضائي للإزالة الضوضائية للصورة باستخدام التصوير الفرعي

في هذه الورقة، نقدّم NBNet، وهي إطار عمل جديد لتصفية الصور من الضوضاء. على عكس الدراسات السابقة، نقترح معالجة هذه المشكلة الصعبة من منظور جديد: تقليل الضوضاء من خلال التصوير المُعدّل حسب الصورة. بشكل محدد، نقترح تدريب شبكة قادرة على فصل الإشارة عن الضوضاء من خلال تعلّم مجموعة من القواعد لإعادة البناء في الفضاء المميز. وبمجرد ذلك، يمكن تحقيق تصفية الصور من خلال اختيار القواعد المقابلة للفضاء الجزئي للإشارة ومشروع الصورة المدخلة إلى هذا الفضاء. إن رؤيتنا الأساسية هي أن التصوير يمكنه بشكل طبيعي الحفاظ على البنية المحلية للإشارة المدخلة، خصوصًا في المناطق ذات الإضاءة المنخفضة أو النسيج الضعيف. لتحقيق هذا الهدف، نقترح SSA، وهي وحدة انتباه فضاء جزئي غير محلية صُمّمت خصيصًا لتعلم إنشاء القواعد والتصور في الفضاء الجزئي. ونقوم بدمج SSA مع NBNet، وهي شبكة مبنية على هيكل UNet مصممة لتصفية الصور بشكل مباشر من البداية إلى النهاية. أجرينا تقييمات على معايير معيارية، بما في ذلك SIDD وDND، وحقق NBNet أداءً متقدمًا على مستوى الحالة الحالية من حيث PSNR وSSIM، مع تكلفة حوسبة أقل بشكل ملحوظ.