Що таке зменшення шумів на зображеннях за допомогою дифузійних моделей?
Концепція дифузії Дифузійні моделі знешумлення навчені витягувати візерунки з шуму, створювати бажане зображення.29 березня 2024 р
Усунення шумів зображення є для видалення шуму із зашумленого зображення, щоб відновити справжнє зображення. Однак, оскільки шум, край і текстура є високочастотними компонентами, їх важко розрізнити в процесі усунення шумів, і зображення з усуненням шумів можуть неминуче втратити деякі деталі.
Дифузійні моделі є сімейство моделей нейронних мереж, які вважають вбудовування підказкою для відновлення зображення з випадкових пікселів. Нижче наведено малюнок із статті Rombach et al. щоб проілюструвати цей робочий процес: стабільна дифузійна архітектура. Малюнок із Ромбах та ін. (2021)
Останні моделі дифузії досягли багатообіцяючої продуктивності в задачах шумозаглушення звуку. Унікальна властивість зворотного процесу може відновлювати чисті сигнали. Однак розподіл шумів реального світу не відповідає єдиному розподілу Гаусса і навіть невідомий.
(DDRM), ефективний неконтрольований метод заднього відбору проб. З мотивів. варіаційного висновку, DDRM використовує переваги попередньо навченої дифузії шумозаглушення. генеративна модель для вирішення будь-якої лінійної оберненої задачі. Ми демонструємо DDRM.
Знешумлюючі дифузійні моделі є навчені витягувати візерунки з шуму, створювати бажане зображення. Процес навчання передбачає демонстрацію прикладів моделей зображень (або інших даних) із різними рівнями шуму, визначеними відповідно до алгоритму планування шуму, з метою передбачити, які частини даних є шумом.
