#295 · 主分类： AI工具目录与精选清单
reproducible-image-denoising-state-of-the-art
art
arxiv
benchmarking
cnn
curated-list
deep-learning
denoising-algorithms
image-denoising
image-processing
image-reconstruction
image-restoration
implementation
inverse-problems
noise
noise-reduction
performance-analysis
recovery-image
reproducible-research
state-of-the-art
summary
流行且可复现的图像去噪工作集合。
项目最后更新：12/05/21
GitHub Stars
2.5K
Forks数量
506
贡献者数量
6
许可证
Other
收录理由
如果你正在对比各类单图像去噪方法，这份整理能省去大量翻论文的功夫。它将常见算法按技术脉络归类，从BM3D、NLM这类滤波方法，到KSVD、LSSC等稀疏编码方案，再到EPLL经典先验、WNNM低秩模型，以及DnCNN、RED等深度学习方法，一目了然。这种编排方式让读者能清晰看到该领域如何从手工设计的先验逐步过渡到端到端学习的网络结构。更关键的是，清单里每项工作都要求附带可运行的代码和可复现的结果，所以每个条目都直接链接到论文、项目主页和实际能跑的实现。它本质上是一份精选的参考文献索引，而非可直接部署的软件，但对那些正在搭建去噪测试基准的人来说，这份索引恰恰是最有价值的起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。