CANDID: Correspondence AligNment for Deep-burst Image Denoising

要約

携帯電話の写真撮影やオートフォーカスカメラの出現により、ディープバーストイメージングは​​、被写界深度、超解像度、動きによるブレの除去、画像のノイズ除去などのさまざまな写真効果に広く使用されています。
この研究では、すべての入力バースト画像を基準フレームに対して位置合わせするオプティカル フロー ベースの対応推定モジュールを含めることによって、ディープ バースト画像のノイズ除去の問題を解決することを提案します。
さまざまなノイズレベルに対処するために、個々のバースト画像はさまざまな設定で事前にフィルタリングされます。
確立された対応関係を利用して、1 つのネットワーク ブロックはピクセルごとに空間的に変化するフィルター カーネルを予測し、すべての画像を融合して最終的なノイズ除去された出力を生成する前に、元のバーストとプレフィルターされたバーストの各画像を平滑化します。
結果として得られるパイプラインは、バーストによって提供されるすべての利用可能な情報を組み合わせることにより、最先端の結果を実現します。

要約(オリジナル)

With the advent of mobile phone photography and point-and-shoot cameras, deep-burst imaging is widely used for a number of photographic effects such as depth of field, super-resolution, motion deblurring, and image denoising. In this work, we propose to solve the problem of deep-burst image denoising by including an optical flow-based correspondence estimation module which aligns all the input burst images with respect to a reference frame. In order to deal with varying noise levels the individual burst images are pre-filtered with different settings. Exploiting the established correspondences one network block predicts a pixel-wise spatially-varying filter kernel to smooth each image in the original and prefiltered bursts before fusing all images to generate the final denoised output. The resulting pipeline achieves state-of-the-art results by combining all available information provided by the burst.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google