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.
평균-점수 이산 확산: Score Entropy를 위한 사후 평균 디노이저
모바일 헬스 배포를 위한 확산 모델 기반 하위 집단 디지털 트윈: HeartSteps 개입 사례 연구
KroQuant: Diffusion Transformer의 효율적 사후 학습 양자화를 위한 Kronecker 구조 블록 변환
확장 Flow Map
DC-Leap: 드래프트 가이드 연속 도약 디코딩을 통한 무학습 dLLM 가속
StrideDiffusion: 시계열 생성을 위한 확산 모델 가속
개연성과 허용 가능성 사이의 격차를 메우기: 동적 그래프 시스템을 위한 제약 인식 Flow Map
Trainable Log-linear Sparse Attention for Efficient Diffusion Transformers
When Does High-CFG Diffusion Inversion Fail? A Controlled Study of Prompt--Latent Interactions
Axolotl3D: a Unified Framework for Faithful 3D Shape Completion
Webly Supervised Multi-Label Recognition: Evaluation Benchmark and Dual-Branch Multi-Label Contrastive Learning
Ms. Forcing: 다중 스케일 패치화와 어텐션을 활용한 효율적 스트리밍 비디오 생성
교차 모달리티 매니폴드 불일치 분리: 가시광 확산 사전분포를 활용한 적외선 초해상도
DART: 아카이브 필름 복원을 위한 열화 인식 순환 트랜스포머
PC-Edit: 프롬프트 대조 기반 영역 발견 및 영역 유도 편집
가림 식별 및 조건부 확산 기반 재구성을 통한 견고한 홍채 인식
SANA-Video 2.0: 효율적 비디오 생성을 위한 어텐션 잔차가 있는 하이브리드 선형 어텐션
점진적 시드 가지치기를 통한 디퓨전 모델의 추론 시 스케일링
항공 과도 전자기 역산을 위한 해석 가능한 심층 학습 패러다임
DREMnet: 준공중 과도 전자기 신호를 위한 해석 가능한 노이즈 제거 프레임워크
확산 모델에서 정보의 분리 가능성
지배적 vs. 피지배적: 디퓨전 모델의 개념 수준 생성 붕괴
1-스텝 음성 향상을 위한 Schrödinger Bridge Mamba
드리프트 인식 강화학습 기반 웨이블릿 노이즈 제거를 이용한 네트워크 트래픽 이상 탐지
SGMD: 소수 단계 비디오 확산 증류를 위한 Score Gradient Matching Distillation
MagicPrompt: 비디오 생성을 위한 초경량 프롬프트 튜닝
Group-of-Latents: 마스크드 잠재 생성 모델링을 통한 극단적 비트레이트에서의 지각적 비디오 압축
강건한 포인트 클라우드 분류를 위한 포인트 선택 미세조정 프레임워크
MTVDiff: 향상된 열화상-가시광 얼굴 변환을 위한 다중모달 조건부 잠재 확산
OSVE: 원스텝 확산 모델을 이용한 원스텝 비디오 편집
WearWow: 적응형 토큰 패킹과 선호도 정렬을 통한 네이티브 2K 다중 의류 가상 착용
STEREOFLOW: StereoDiT와 Transition Flow Matching 기반 점진적 스테레오 매칭
확산 모델을 위한 중요도 인식 OBS 가지치기
빠른 Diffusion Policy 추론을 위한 진화형 캐시 스케줄
디퓨전 모델을 이용한 몬테카를로 렌더 디노이징
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.