FastDVDnet : Vers la dénoising vidéo en temps réel sans estimation de flux

Dans cet article, nous proposons un algorithme de débruitage vidéo d'avant-garde basé sur une architecture de réseau neuronal convolutif. Jusqu'à récemment, le débruitage vidéo à l'aide de réseaux neuronaux était un domaine largement sous-exploité, et les méthodes existantes ne pouvaient pas rivaliser avec les meilleures méthodes basées sur des patches. L'approche que nous présentons dans ce travail, appelée FastDVDnet, montre des performances similaires ou supérieures à celles des autres concurrents d'avant-garde tout en offrant des temps de calcul considérablement plus faibles. Contrairement aux autres débruiteurs neuronaux existants, notre algorithme présente plusieurs propriétés souhaitables telles que des temps d'exécution rapides et la capacité de gérer une large gamme de niveaux de bruit avec un seul modèle de réseau. Les caractéristiques de son architecture permettent d'éviter l'utilisation d'une étape coûteuse de compensation du mouvement tout en atteignant d'excellentes performances. La combinaison entre ses performances de débruitage et sa charge computationnelle moindre rend cet algorithme attractif pour des applications pratiques de débruitage. Nous comparons notre méthode à différentes algorithmes d'avant-garde, tant au niveau visuel qu'en termes de métriques objectives de qualité.