#图像降噪

本项目汇总了图像与视频去噪领域的多项最新研究，通过色彩空间、图像类型和噪声模型进行分类。包含RGB、Raw以及两者兼顾的色彩空间，单张图像、连拍和视频的图像类型，以及多种噪声模型如加性白高斯噪声、泊松高斯噪声和基于生成对抗网络的噪声模型。此外，项目还整理了多个基准数据集和自监督去噪的研究论文，为研究人员提供全面的参考资源。

本项目使用去噪扩散概率模型，实现了高质量的图像合成，借鉴了不平衡热力学，创新性地结合了变分界限和去噪评分匹配，并通过Langevin动力学实现渐进的解压缩。模型在CIFAR10数据集上取得了9.46的Inception得分和3.17的最新FID得分，在256x256 LSUN上样本质量与ProgressiveGAN相近。推理中可使用离散噪声调度器如ddpm、ddim或pndm，ddim和pndm在速度和质量上表现出色。项目支持用户自主训练模型，并提供官方示例用于推理和训练。