跳到正文
热点事件持续更新

SDB用阻尼反演提升噪声图像恢复稳定性

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

SDB论文作者为多参考对齐提出阻尼反演,通过正则化避免计算中出现除零,并在独立同分布的高斯像素噪声下推导期望与方差,据此确定正则化的噪声下限。 论文实验称,在使用20、50或100张含噪旋转副本时,MNIST、Fashion-MNIST和细胞图像的相对ℓ2误差随噪声水平上升仍保持稳定;其多参考对齐重建质量优于jasp、cytd等方法。

AI 根据报道生成 · 39 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    SDB 论文提出阻尼反演,提升噪声下旋转图像恢复稳定性

    SDB 论文为多参考对齐(MRA)提出阻尼反演,通过正则化避免除零,并在高斯像素噪声下稳定恢复旋转图像。实验显示,使用 N=20/50/100 张噪声旋转副本时,MNIST、Fashion-MNIST 与细胞图像的相对 ℓ2 误差随噪声水平保持稳定,MRA 重建质量优于 jasp、cytd。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。