SeNM-VAE: Semi-Supervised Noise Modeling with Hierarchical Variational Autoencoder

The data bottleneck has emerged as a fundamental challenge in learning based image restoration methods. Researchers have attempted to generate synthesized training data using paired or unpaired samples to address this challenge. This study proposes SeNM-VAE, a semi-supervised noise modeling method t...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) s. 25889 - 25899
Hlavní autoři:	Zheng, Dihan, Zou, Yihang, Zhang, Xiaowen, Bao, Chenglong
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 16.06.2024
Témata:	Computational modeling Linear programming Noise Noise reduction Superresolution Training Training data
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!