由于小光圈和传感器尺寸,智能手机图像通常比数码单反相机具有更多的噪点。考虑到图像去噪是一个活跃的研究领域,作者提出了一个去噪图像数据集,该数据集代表来自智能手机相机的真实噪声图像,具有高质量的地面实况。该数据集与CVPR 2020一起用于NTIRE 2020 真实图像去噪挑战赛。 该数据集包含以下智能手机在不同光照条件下拍摄的 160 对噪声/真实图像: GP: Google PixelIP:
由于小光圈和传感器尺寸,智能手机图像通常比数码单反相机具有更多的噪点。考虑到图像去噪是一个活跃的研究领域,作者提出了一个去噪图像数据集,该数据集代表来自智能手机相机的真实噪声图像,具有高质量的地面实况。该数据集与CVPR 2020一起用于NTIRE 2020 真实图像去噪挑战赛。
该数据集包含以下智能手机在不同光照条件下拍摄的 160 对噪声/真实图像:
GP: Google Pixel
IP: iPhone 7
S6: Samsung Galaxy S6 Edge
N6: Motorola Nexus 6
G4: LG G4
Introduction目前效果出色的深度去噪方法大都采用监督学习的方法,需要采集输入-输出图像对(noisy/noise-free images pairs)建立训练数据集。数据集的建立是关键的任务。数据集的质量将直接决定去噪结果的质量。如何获取尽量多场景的图像数据,如何获得高质量的参考图像(ground truth),是目前研究的热点。The State of ArtsMe...
图像去噪数据集总结 RENIOR:参考论文:RENOIR - A Dataset for Real Low-Light Image Noise Reduction 拍摄了120个暗光场景,包含室内和室外场景。每个场景约4张图像,包含2张有噪声图像和两张低噪图像。 Nam:参…
CycleISP: Real Image Restoration via Improved Data Synthesis 论文地址: 开源代码: CycleISP Abstract(标题起的很大:图像恢复,主要做的是去噪,…
有没有人用过SIDD的数据集或者DND的数据集,请教一下这两个数据集下载后需要怎么解压和处理成图像,下载…
智能手机图像去噪数据集(SIDD)使用5个具有代表性的智能手机摄像头,从10个场景中提取约30000个噪声图像,并生成它们真实的场景图像。
在这个数据集中有 90 个不同类别的 5400 张动物图像。此数据集是从 Google 图片创建的:https://images.google.com/。所有照片将按照其所属类别存放于各自的文件夹下。动物类别包括:羚羊,獾,蝙蝠,熊,蜜蜂,甲虫,野牛,公猪,蝴蝶,猫毛虫,黑猩猩等。该数据集中的图像大小不固定,可能需要后续的处理。
本数据集含有303名心脏病患者的数据。
荧光显微镜使现代生物学取得了巨大的发展。由于其固有的微弱信号,荧光显微镜不仅比摄影噪声大得多,而且还呈现出泊松-高斯噪声,其中泊松噪声或散粒噪声是主要的噪声源。为了获得干净的荧光显微镜图像,非常需要有专门设计用于对荧光显微镜图像进行降噪的有效降噪算法和数据集。虽然存在这样的算法,但没有这样的数据集可用。在本文中,我们通过构建专用于泊松-高斯去噪的数据集 - 荧光显微镜去噪 (FMD) 数据集来填补
该数据集包含YOLO格式的足球和板球的注释图像,为Open Image Dataset 的一个子集。