Papers with Code 아카이브
Denoising
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 6
- 평가표
- 6
- 보존된 평가 기록
- 15
Denoising is a task in image processing and computer vision that aims to remove or reduce noise from an image. Noise can be introduced into an image due to various reasons, such as camera sensor limitations, lighting conditions, and compression artifacts. The goal of denoising is to recover the original image, which is considered to be noise-free, from a noisy observation.
<span style="color:grey; opacity: 0.6">( Image credit: Beyond a Gaussian Denoiser )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
해부학적 마스크에 대한 조건부 확산을 통한 알츠하이머병 구조적 MRI 합성
DIPHINE: Diffusion-based $Φ$-ID Neural Estimator
Diffusion-Proof: 자기회귀 생성을 넘어선 형식적 정리 증명을 위한 방법
DiFlow-TTS: 이산 흐름 매칭을 활용한 컴팩트하고 저지연인 제로샷 텍스트 음성 변환
DSB: 디퓨전 대규모 언어 모델을 위한 동적 슬라이딩 블록 스케줄링
DreamReasoner-8B: 디퓨전 추론 모델을 위한 블록 크기 커리큘럼 러닝
확산 언어 모델에서 토큰 편집을 위한 자기 생성 오류 학습
VoidPadding: 마스킹된 디퓨전 언어 모델에서 패딩 처리를 [VOID]에 맡겨 [EOS]가 의미적 종료에 집중하도록 하기
앨리어싱을 경계하십시오 -- 신호 보존은 견고한 이미지 복원에 필수적입니다
SceneCompleter: 생성적 새로운 시점 합성을 위한 밀집 3D 장면 완성
TextMesh4D: 제로샷 텍스트-투-4D 메쉬 생성
Detail++: 텍스트-투-이미지 디퓨전 모델을 위한 학습 없는 디테일 강화 모델
FUSER: 피드포워드 다중 시점 3D 정합 트랜스포머 및 SE(3)$^N$ 디퓨전 정제
RAIGen: 텍스트-투-이미지 생성 모델에서의 희귀 속성 식별
DiffAttn: LLM 강화 의미적 추론을 통한 확산 기반 운전자 시각 주의 예측
DVD: 3D 생성 및 편집을 위한 이산 복셀 확산
디퓨전 트랜스포머에서의 어텐션 싱크: 인과 분석
Flash-GRPO: 단일 단계 정책 최적화를 통한 비디오 디퓨전의 효율적 정렬
Diffusion Transformers(DiT)에서의 층 간 정보 라우팅 재고
신호를 드러내고 잡음을 숨기기: 픽셀 공간 확산을 위한 스펙트럴 포싱
디퓨전 동기화를 위한 변분적 테스트 타임 최적화
내재화된 사고의 연쇄 추론을 통한 범용 이미지 복원
강건한 텍스트 가이드 오픈 어휘 객체 카운팅을 위한 테스트 타임 학습
정말 디퓨전이 필요한가? 쌍을 이루는 의료 영상 변환을 위한 빠른 U-Net
BrainWorld: 전뇌 4D fMRI 역학을 위한 구조적 사전 조건 생성 모델
AIGS-Net: 빠른 저조도 이미지 향상을 위한 2D 가우시안 스플래팅 기반의 컴팩트 조명 필드 모델링
ReAge3D: 시점 일관성을 갖는 3D 얼굴 나이 변환
STAR: 텍스트-이미지 강화학습 사후학습을 위한 시공간 적응형 보상 할당
암묵적으로 정의된 잠재 매니폴드 위의 측지선 미적분학
데이터 처리 불평등은 실제를 반영하는가? 저수준 작업의 유용성에 관하여
실수로부터 배우기: 자기 교정 마스킹 디퓨전 모델
정보성 결측을 활용한 불규칙한 임상 시계열 생성
제약 디퓨전 모델과 주-이중 추론
마스크 디퓨전 모델에서의 재귀적 스케일링
NoiseTilt: 확산 보상 정렬을 위한 노이즈 틸트 역커널
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.