近几天做了一些视频去噪的一些边缘工作，故整理一下。
我读的一篇论文：
paper: TOFlow: Video Enhancement with Task-Oriented Flow
code: https://github.com/Coldog2333/pytoflow
它的训练数据是这么存放的，这篇论文结果相当不错，可惜数据集我现在还没有下下来.（因此我自己做了一个小小的数据集，效果不如论文里的好）
还有一篇文章：https://github.com/clausmichele/VidCNN—Learning-Blind-Video-Denoising 结果也相当不错，但是不知道出自哪个会议或期刊，它给出了测试代码，我在一个彩色视频上做了实验，比DnCNN好一些。
补充说明：
1 上述两篇文章都给了代码，是可以复现结果的，但是这两篇文章的数据集的下载是个问题，值得一提的是，他们的数据集可能更逼近真实数据，而在之前的去噪论文大家做法就是给数据加高斯白噪声，然后在去噪，而真实视频的噪声总体分布并非高斯分布。
2 这两篇文章都是可以直接对彩色视频去燥的，之前的方法可能就是rgb转灰度，再处理。
关于用深度学习算法做视频去噪的论文应该还有很多，但是由于没有复现结果所以就不贴上了，如果有，再补充。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
