Resumen

En la eliminación tradicional de imágenes, el nivel de ruido es un parámetro escalar importante que decide cuánto debe suavizarse la imagen ruidosa de entrada. Los métodos de estimación de ruido existentes suelen suponer que el nivel de ruido es constante en cada píxel. Sin embargo, el ruido en el mundo real depende de la señal, o el nivel de ruido no es constante en toda la imagen. En este trabajo, intentamos estimar el nivel de ruido preciso y por píxel en lugar de un simple escalar global. Hasta donde sabemos, este es el primer trabajo sobre este problema. En particular, proponemos una red neuronal convolucional profunda denominada "estimador de ruido residual profundo" (DRNE) para la estimación del nivel de ruido por píxeles. Diseñamos cuidadosamente la arquitectura del DRNE, que consiste en una pila de bloques residuales personalizados sin ninguna operación de agrupación o interpolación. El DRNE propuesto formula el proceso de estimación del ruido como una predicción píxel a píxel. Los resultados experimentales muestran que el DRNE puede lograr un mejor rendimiento en la estimación del ruido no homogéneo que los métodos más avanzados. Además, el DRNE puede aportar mejoras de rendimiento en la eliminación del ruido gaussiano dependiente de la señal cuando se trabaja con métodos recientes de denoising de aprendizaje profundo.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:nivel de ruido, drne, red neuronal convolucional, métodos de estimación de ruido, escalar global simple, estimación de ruido no homogéneo, estimador de ruido residual, proceso de ruido, denoising de imagen tradicional, bloque residual personalizado
• Keywords:noise level, drne, convolutional neural network, noise estimation methods, simple global scalar, nonhomogeneous noise estimation, residual noise estimator, process of noise, traditional image denoising, customized residual block