- …
- …
#110
summarized by : Shoma Iwai
どんな論文か？
可逆ニューラルネットを使ったノイズ除去手法InvDNを提案．順変換ではノイズを含む画像を，クリーンな低解像度画像と，ノイズ・高周波成分を表す潜在表現に変換する．逆変換時には，低解像度画像はそのままで，潜在表現を正規分布からサンプリングした別の値に置き換えることで，ノイズ除去を行うことができる．サンプリングする分布を変えることで，ノイズを含む画像を新しく生成することもできる．
新規性
- ノイズ除去に初めて可逆ニューラルネットワークを導入した
- これまでの可逆ネットワークの潜在変数は単一の分布に従っていたが，InvDNは２つの異なる分布に従う潜在変数を使用する
- SIDDデータセットでSOTAを達成し，パラメータ数や実行速度も過去のSOTA手法より優れている
- 新しいノイズあり画像を生成することが可能
結果
PSNR，SSIMについて，SIDDデータセットでSOTAを達成した．パラメータ数は以前のSOTAの約4%であり，実行速度も1.4倍程度高速であった．DNDデータセットでもSOTAに近い性能が得られた．主観評価では，提案手法はエッジを保ったままノイズを削減できることを確認できた．
その他（なぜ通ったか？等）
github: https://github.com/Yang-Liu1082/InvDN
ECCV2020のInvertible Image Rescalingに近い
- …
- …