FastDVDnet: Auf dem Weg zu Echtzeit-Deep-Video-Denoising ohne Flusschätzung

In dieser Arbeit schlagen wir einen neuesten Video-Entrauschungsalgorithmus vor, der auf einer Faltungsneuronalen Netzwerkarchitektur basiert. Bis vor kurzem war die Entrauschung von Videos mit neuronalen Netzen ein weitgehend unerforschtes Gebiet, und bestehende Methoden konnten nicht mit den Leistungen der besten patchbasierten Verfahren mithalten. Der in dieser Arbeit vorgestellte Ansatz, genannt FastDVDnet, zeigt eine vergleichbare oder sogar bessere Leistung als andere neueste Konkurrenten bei deutlich kürzeren Rechenzeiten. Im Gegensatz zu anderen existierenden neuronalen Netzwerken zur Entrauschung weist unser Algorithmus mehrere wünschenswerte Eigenschaften auf, wie z.B. schnelle Laufzeiten und die Fähigkeit, einen breiten Bereich von Rauschstufen mit einem einzelnen Netzwerkmodell zu verarbeiten. Die Merkmale seiner Architektur ermöglichen es, eine teure Bewegungskompensationsebene zu umgehen, während gleichzeitig ausgezeichnete Ergebnisse erzielt werden. Die Kombination aus seiner Entrauschungsleistung und dem geringeren Rechenaufwand macht diesen Algorithmus für praktische Anwendungen attraktiv. Wir vergleichen unsere Methode sowohl visuell als auch anhand objektiver Qualitätsmetriken mit verschiedenen neuesten Algorithmen.