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.
이산 확산 모델: 토큰화에서 생성까지의 통합 프레임워크
LAFR: Efficient Diffusion-based Blind Face Restoration via Latent Codebook Alignment Adapter
퓨샷 새소리 분류를 위한 자동화 파이프라인: 이빨부리비둘기 사례 연구
DeGLIF for Label Noise Robust Node Classification using GNNs
고차원 다양체 가설 하에서 디퓨전 모델의 수렴
High-Fidelity Synthetic Transmission Electron Microscopy Image Generation Using Diffusion Probabilistic Models for Data-Limited Semiconductor Metrology
MRI 영상의 불균일 노이즈 감소를 위한 희소 전문가 혼합
SIFT: 비디오 확산 모델에서 물리적으로 타당한 동작을 위한 자기 상상 미세조정
ElasticTTT: 사전 보존 테스트 시간 튜닝을 위한 비디오 편집
AgentHOI: 암시적 표현 정렬을 통한 인간-객체 상호작용 비디오 생성을 위한 멀티 에이전트 추론
CachedSearch: 비디오 확산에서 테스트 시점 검색을 위한 학습 없는 캐시 기반 탐험
온-정책 확산 증류에서 Classifier-Free Guidance 재고
정상 플럭스 하에서 SPAD 신호의 근본적 복원 한계
SeFi-Image: Semantic-First Diffusion 기반 텍스트-이미지 파운데이션 모델
FreeLit: 물리 유도 확산을 통한 페어 없는 실내 재조명
대조적 약-강 일반화
올인원: 평균장 게임 설계로서의 생성 모델링
압축 단문 생성에서 품질이 붕괴되는 지점: 단계적 병목 국소화
블록 확산 언어 모델의 생성 순서 재고
MegaSlide-DiT: 효율적인 비디오 확산을 위한 메모리 중심 적응 및 변형 가능한 로컬 어텐션
토카막 디버터에서 중성 입자 방출 단층촬영의 가시광선 영상 진단: 효율적인 트랜스포머 기반 대리 모델
$γ$-Bridge: Look-파라미터 확산 브리지
전자현미경 이미징에서 현실감과 충실도의 균형을 위한 주파수 인식 이중 스트림 학습
적응형 스코어 증류를 이용한 생성형 비디오 압축
PlanCraft: 건축가 영감 기반 점진적 3D 주거 장면 생성을 위한 스케치, 정제, 가구 배치
PathSelect: 전체 슬라이드 병리학을 위한 순차적 토큰 선택
견고하고 주석 효율적인 식물 스트레스 표현형 분석을 위한 섭동 인식 확산 가이드 하이브리드 분할
OmniCache: 확산 모델을 위한 다차원 계층적 특징 캐싱
RODR: 분리된 매니폴드 표현을 위한 리만 직교 분리 정규화
시차 및 표면 법선을 위한 통합 스테레오 기하 추정 프레임워크
BeyondFusion: 보정 불필요 적외선 초해상도 및 적외선-가시광 융합을 위한 자기 정렬 잠재 확산
ViDS: 3D 얼굴 추적을 이용한 Video Diffusion Shader
LoTA-N2N: 제로샷 자기지도 이미지 노이즈 제거를 위한 지역 흔적 적응
TaoMate: 앵커 가이드 메모리로 진화 상태와 참조 상태를 잇는 실시간 오디오-비디오 디지털 휴먼 생성
MMOE: 효율적 전문가 설계를 통한 확산 트랜스포머의 현대화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.