智能手机图像去噪数据集(SIDD)

在过去的十年中，天文学发生了巨大的变化，从使用单反相机和傻瓜相机成像到使用智能手机相机成像。由于小光圈和传感器尺寸，智能手机图像比DSLR图像具有更大的噪声。尽管对智能手机图像进行去噪是一个活跃的研究领域，但研究社区目前尚缺乏能代表来自具有高品质地面真实性的智能手机相机中真实噪点图像的去噪图像数据集。

我们在本文中通过以下贡献解决了这个问题。我们提出了一种用于估计噪点图像的地面真实性的系统程序，可用于对智能手机相机的降噪性能进行基准测试。

使用此过程，我们拍摄了约30个数据集，即智能手机图像降噪数据集（SIDD），使用五个具有代表性的智能手机摄像头，在不同光照条件下从10个场景中获得000张噪点图像，并生成其地面真实图像。我们使用此数据集对许多降噪算法进行基准测试。

我们发现，在高质量数据集上进行训练时，基于CNN的方法比在使用其他策略（例如用作地面真实数据代理的低ISO图像）进行训练时效果更好。

相关论文：

Abdelrahman Abdelhamed, Lin S., Brown M. S. "A High-Quality Denoising Dataset for Smartphone Cameras", IEEE Computer Vision and Pattern Recognition (CVPR), June 2018.

【pdf】

@InProceedings{SIDD_2018_CVPR, 
	author = {Abdelhamed, Abdelrahman and Lin, Stephen and Brown, Michael S.}, 
	title = {A High-Quality Denoising Dataset for Smartphone Cameras}, 
	booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
	month = {June}, 
	year = {2018} 
}

Abdelrahman Abdelhamed, Timofte R., Brown M. S., et al. "NTIRE 2019 Challenge on Real Image Denoising: Methods and Results", IEEE Computer Vision and Pattern Recognition Workshops (CVPRW), June 2019.

@InProceedings{Abdelhamed_2019_CVPR_Workshops, 
	author = {Abdelhamed, Abdelrahman and Timofte, Radu and Brown, Michael S. and others}, 
	title = {NTIRE 2019 Challenge on Real Image Denoising: Methods and Results}, 
	booktitle = {The IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)}, 
	month = {June}, 
	year = {2019} 
}