Imagen de denoising utilizando redes de filtrado promedio adaptativo y superpuesto y redes de refinamiento de atención de mezcla-pooling
Autores: Lin, Ming-Hao; Hou, Zhi-Xiang; Cheng, Kai-Han; Wu, Chin-Hsien; Peng, Yan-Tsung
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Imagen de denoising utilizando redes de filtrado promedio adaptativo y superpuesto y redes de refinamiento de atención de mezcla-pooling
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Cámaras
Teléfonos inteligentes
Contaminación acústica
Análisis de imagen
Marco de desenfoque
Seguimiento de objetos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Las cámaras son partes esenciales de dispositivos portátiles, como teléfonos inteligentes y tabletas. La mayoría de las personas tienen un teléfono inteligente y pueden tomar fotos en cualquier lugar y en cualquier momento para registrar sus vidas. Sin embargo, estas imágenes capturadas por las cámaras pueden sufrir de contaminación por ruido, lo que causa problemas para el análisis de imágenes posterior, como el reconocimiento de imágenes, el seguimiento de objetos y la clasificación de un objeto en la imagen. Este documento desarrolla un marco de eliminación de ruido combinacional efectivo basado en el propuesto Filtro Promedio Adaptativo y Superpuesto (AOAF) y las Redes de Refinamiento de Atención de Mezcla de Agrupación (MARNs). Primero, aplicamos AOAF a la imagen de entrada ruidosa para obtener un resultado de eliminación de ruido preliminar, donde se eliminan y recuperan píxeles ruidosos. A continuación, MARNs toman el resultado preliminar como entrada y emiten una imagen refinada donde los detalles y los bordes se reconstruyen mejor. Los resultados experimentales demuestran que nuestro método se desempeña favorablemente frente a los métodos de eliminación de ruido más avanzados.
Descripción
Las cámaras son partes esenciales de dispositivos portátiles, como teléfonos inteligentes y tabletas. La mayoría de las personas tienen un teléfono inteligente y pueden tomar fotos en cualquier lugar y en cualquier momento para registrar sus vidas. Sin embargo, estas imágenes capturadas por las cámaras pueden sufrir de contaminación por ruido, lo que causa problemas para el análisis de imágenes posterior, como el reconocimiento de imágenes, el seguimiento de objetos y la clasificación de un objeto en la imagen. Este documento desarrolla un marco de eliminación de ruido combinacional efectivo basado en el propuesto Filtro Promedio Adaptativo y Superpuesto (AOAF) y las Redes de Refinamiento de Atención de Mezcla de Agrupación (MARNs). Primero, aplicamos AOAF a la imagen de entrada ruidosa para obtener un resultado de eliminación de ruido preliminar, donde se eliminan y recuperan píxeles ruidosos. A continuación, MARNs toman el resultado preliminar como entrada y emiten una imagen refinada donde los detalles y los bordes se reconstruyen mejor. Los resultados experimentales demuestran que nuestro método se desempeña favorablemente frente a los métodos de eliminación de ruido más avanzados.