阅读论文《Deep Class Aware Denoising》
这是2017年stamp上的一篇论文，写的优点晕，大致理解就是使用分类感知去提升图像的去噪性能。也就是在去噪网络后面加上一个分类器对去噪网络的效果进行微调，它这个去噪网络有点意思，如下所示:
可以看出来网络分成两支，上面分支用来处理
...
阅读论文《FAST DEPTH IMAGE DENOISING AND ENHANCEMENT USING A DEEP CONVOLUTIONAL NETWORK》
这是2016年ICASSP上的一篇论文，做的是深度图像的去噪和增强。网络的输入是灰度图和深度图，对于灰度图要先进行预处理。流程如下所示:
论文的网络分为三层，分别是第一层用来做高维空间映射，其max pooling可以帮着除掉噪声和
...
阅读论文《MSR-net:Low-light Image Enhancement Using Deep Convolutional Network》
这是2017年arxiv上挂的一篇做低光照图像增强的论文，其原理是模拟mutiscale的 retinex理论使用CNN进行图像增强，基本思路是将多尺度的retinex等价于一个前向网络嵌入不同的高斯卷积核。这里基于此原理提出一个网络直接学习弱光照到强光照图像的转换。传统的
...
阅读论文《DeepFuse:A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs》
这是2017 ICCV的一篇论文，感觉还是有点意思的，简要理解如下。 论文要解决的问题是多曝光融合转换的方法需要很多LDR图像去获得整个场景的动态范围，其次获得更多曝光的图像会消耗很多。这篇文章的基本思路是做无监督的图像融合，整体结构如下所示:
...
阅读论文《Blur-Invariant Deep Learning for Blind-Deblurring》
这是2017 ICCV一篇做deblur的论文，说的很酷炫，其实个人感觉原理也就那样，通过sparse的特征来获得模糊核下的具有代表性的特征，通过生成网络去获得和该特征类似的特征，然后经过解码网络实现。 单图的图像deblur问题一直很challen
...
阅读论文AOD-Net:All-in-One Dehazing Network
这是2017ICCV一篇做dehaze的论文，和前面论文一样，这篇论文也是尝试学习一个end to end的网络，将dehaze里去雾的公式整合在一起嵌入到网络里。先前的去雾都是对transimission和大气光散射分别进行估计的，这会导致误差的累计，不利于去雾的进行。
...
《Single Image Dehazing via Conditional Generative Adversarial Network》
这也是CVPR 2018一篇做dehaze的一篇论文，思路比较简单，这里做一下简要的介绍。主要是使用了一个编解码网络和CGGAN,同时使用VGG loss和L1正则的边缘prior，个人感觉比较水。
网络结构 网络结构如下，由生成器和判别器组成，生成
...
阅读论文《Densely Connected Pyramid Dehazing Network》
这是2018CVPR的一篇论文，主要是基于传统的去雾公式嵌入网络。 传统的去雾公式一般基于以下这个公式：
I(z)=J(z)t(z)+A(z)(1-t(z))其中，I是观察到的模糊图像，t是转换映射图，J是真实图像，A是大气光散射图，所以去雾的任务就
...
阅读论文《Learning Dual Convolutional Neural Networks for Low-Level Vision》
这是2018年 cvpr的一篇论文，思路和去年我做毕设的思路很像（看来科研idea冲突的例子还是很多的)。这里简要说一下其思想。 首先论文认为许多图像处理问题其实是在做两个部分的估计，分别是结构部分估计和细节部分估计，也就是低频部分和高频部分。比如目
...
常见的图像分割网络了解（下）
deeplab-v3 在看deeplab-v3之间简要了解一下deeplab-v1和deeplab-v2网络。deeplab-v1网络主要是在保持feature map不变小的情况下，尽可能的增大感受野，这里采用了空洞卷积的方法，最后加上全连接的条件随机场进行优化。&emsp
...