旷视科技|商用端侧Raw图像降噪方案

该文的关键洞察在于：特定传感器的噪声特性具有一致性，可以进行精确估计。基于此，作者制作了传感器相关的合成数据用于轻量型模型训练，所得模型可以有效的处理同类型传感器采集的图像梳理。在此基础上，作者还推导出一种亮度空间的线性变换(k-Sigma变换)，它可以将不同ISO设置下的噪声映射到ISO不变信号-噪声空间，进而使得单模型可以处理不同噪声水平的不同场景。总而言之，该文的主要贡献包含以下几点：提出了一种传感器相关合成数据制作方案，并用于训练轻量型降噪模型；提出一种新颖的k-Sigma变换用于将不同ISO设置下的噪声映射到ISO不变信号-噪声空间；提出一种端侧友好的轻量型模型用于图像降噪。