融合递归自编解码器的蒙卡画面重构降噪方法
针对生成对抗模型降噪结果出现的伪影和模糊问题,提出一种基于对抗生成递归自编码器的蒙卡渲染画面降噪方法.在模型上,设计多尺度卷积编码结构,以多尺度残差自编码模型为生成器,通过组合连接实现不同层次特征提取,融合不同感受野的特征信息.以设计的递归残差网络模型为判别器,判断蒙卡渲染画面真伪,在对抗中提高网络性能.以端到端的方式将辅助信息特征、含有噪声的蒙卡画面和8 192采样率下的画面输入到融合递归自编解码器中进行降噪处理.实验表明,该方法在测试场景下的平均峰值信噪比为32.44 dB,比生成对抗网络方法和残差网络方法分别提升4.80%和3.13%;平均结构相似性为0.92,比2种已有的算法分别提高2.54%和1.01%.
递归残差网络、多尺度卷积、生成对抗网络、蒙特卡罗渲染画面、图像处理、图像去噪、深度学习、自编码网络
18
TP183(自动化基础理论)
吉林省科技发展计划项目20190302113GX
2023-07-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
459-467