非局所アルゴリズムと軽量残差CNNを組み合わせた画像ノイズ除去の効果的な解決策を提案する。
拡散モデルを画像ノイズ除去に適用するための新しい戦略を提案する。適応的な埋め込み手法と適応的な集合化手法を導入することで、知覚品質と歪みの両方を大幅に改善できる。
画像ノイズ除去は、ランダムな変動を減らし、本質的なパターンを強調する基本的な問題である。最近の画像ノイズ除去手法は理論的限界に近づいているが、ノイズ除去以外の広範な応用が十分に認識されていない。本論文では、ノイズ除去手法の構造と望ましい性質を包括的に示し、画像処理、逆問題、機械学習における重要性を強調する。
本論文では、ノイズ除去と画像特徴の保持を目的とした非線形拡散モデルを用いた画像ノイズ除去のマルチスケールアプローチを提案する。ローカルノイズ除去とスペクトルマルチスケールベース関数の構築により、効率的な数値アルゴリズムを実現する。