Unsupervised Image Denoising with Score Function

要約

タイトル：Score Functionを用いた教師なし画像ノイズ除去
要約：

– 教師なし学習による単一画像のノイズ除去は一部の場合には優れた性能を発揮するが、アプリケーションに制限があることが多い。
– 複雑なノイズモデルにも適用できるより一般的なアプローチを提案する。
– スコア関数の性質、つまり対数的確率の勾配を利用して、ノイズ除去のためのソルバーシステムを定義する。
– ノイズ画像のスコア関数が推定されたら、ソルバーシステムを通じてノイズ除去結果が得られる。
– アプローチは、構造的相関性を持つ乗算および加算ノイズの混合など、複数のノイズモデルに適用できる。
– 実験結果は、ノイズモデルが簡単な場合には他の手法と同等の性能を発揮し、複雑な場合には他の手法が適用できないか性能が悪い場合にも良好な結果を示した。

要約(オリジナル)

Though achieving excellent performance in some cases, current unsupervised learning methods for single image denoising usually have constraints in applications. In this paper, we propose a new approach which is more general and applicable to complicated noise models. Utilizing the property of score function, the gradient of logarithmic probability, we define a solving system for denoising. Once the score function of noisy images has been estimated, the denoised result can be obtained through the solving system. Our approach can be applied to multiple noise models, such as the mixture of multiplicative and additive noise combined with structured correlation. Experimental results show that our method is comparable when the noise model is simple, and has good performance in complicated cases where other methods are not applicable or perform poorly.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI