fix這個也是和上面的一樣,都是一種最佳化技術,其原理是先在內部出低分辯率的圖,再放大新增細節之後再輸出出來,影響出圖的結果,可以在低取樣步長的情況下達到高取樣步長的效果,但是如果取樣步長過低(例如小於12)或者過高(例如高於100)以及長
3.2 Deep learning techniques for additive white noisy-image denoising結果3.3 Deep learning techniques for real-noisy image
由於Bayer形式的影象會有RGGB、GRBG、GBRG以及BGGR四種排列方式,而不同的顏色又對應於不同的波長,因此,對於單個網路,統一輸入影象的Bayer排列方式是非常必要的,常見的處理方式是針對每種不同的Bayer方式單獨訓練相應的模
具體來說,我們的目標是透過解糾纏表示(disentangle representation)和對抗域自適應(adverdarial domain adption)從噪聲資料中學習不變表示該模型類似於cycleGAN的結構,不同的是對於noi