基于对抗生成网络的蒙特卡罗噪声去除算法

摘要：

针对现有的蒙特卡罗噪声去除方法存在的高频细节丢失问题,文中提出基于对抗生成网络的蒙特卡罗噪声去除方法.设计对抗网络结构,包括全卷积网络的生成网络和深度卷积网络的判别网络,用于蒙特卡罗噪声的去除.除了加入包括图像像素颜色外的多维辅助特征作为网络输入以外,还采用包含平滑损失在内的新的损失函数和基于法向量方差和梯度大小相似度偏差的图像局部重要性采样技术用于网络训练.实验表明,文中方法在去除蒙特卡罗噪声时不仅可以取得不错的量化指标,而且还保留图像的高频细节特征.

关键词：蒙特卡罗噪声、对抗生成网络、深度学习、图像去噪、高真实感绘制

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省科技计划项目2017C33176,LGF18F020006,LGF18F020010;浙江科技学院博士启动基金资助170311

在线出版日期：2019-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1047-1060