[논문리뷰] Real Denoising dataset 관련 논문

[논문리뷰] Real Denoising dataset 관련 논문

A Holistic Approach to Cross-Channel Image Noise Modeling and its Application to Image Denoising

• Nikon D800 (ISO=1600, 3200, 6400), Nikon D600(ISO=3200), Canon 5D Mark III (ISO=3200) 으로 얻은 7030x4912 크기의 dataset

• Training 영상으로 11개의 static scene에 대해 scene당 500개의 JPEG 영상을 사용

• 모든 scene의 평균을 ground truth noise-free 영상으로 사용

  
  

Benchmarking Denoising Algorithms with Real Photographs

Darmstadt Noise Dataset (DND)

• 기존의 Denoising method 들은 Gaussian noise 를 clean image로 변환
• 같은 scene에 대해 Analog gains (ISO 값)을 달리하여 촬영
• Low-ISO image를 GT로 사용하는 대신, 전처리 거침

Learning to See in the Dark

See-in-the-Dark (SID) dataset

• 5904개의 raw short-exposure image와 long-exposure image를 포함

• Indoor, outdoor image로 구성되어있으며, outdoor image에서의 조도는 0.2~5lux이고 indoor image는 0.03~0.3lux

• Sony는 4240x2832, Fuji는 6000x4000

RENOIR - A Dataset for Real Low-Light Image Noise Reduction

• Sensor size가 다른 Canon Rebel T3i, Canon S90, Xiaomi T3i(mobile phone)로 촬영

  (각각 40scene씩 총 120scene)

• Low light sensitivity, long exposure time으로 low noise image 얻음 (reference image)

• light sensitivity↑, exposure time↓으로 noisy image 얻음

• 다시 reference image와 같은 조건에서 clean image 얻음

Reference → Noisy → Clean (Sandwich 전략)

Real-world Noisy Image Denoising: A New Benchmark

기존 dataset의 단점