论文地址：https://arxiv.org/pdf/1904.10898.pdf
项目地址：https://github.com/clausmichele/ViDeNN
作者主页：http://jvgemert.github.io/
摘要
我们提出ViDeNN：一个CNN对视频去噪不适用先验知识在噪声分布（盲去噪）。这个CNN框架使用一个结合空间和时间的滤波，学习去空间去噪首帧和同时如何结合他们的时间信息，解决目标运动，亮度变化，低照度条件和时间一致。我们证明这个重要的在数据使用CNNs训练，建立这个目的一个特定的数据库针对低照度情况下。我们测试ViDeNN在常见的基准数据集上和在自己创建的数据集上，实现好的结果对比先前的方法。
ViDeNN视频降噪效果
作者使用两个网络，其中一个处理单帧来处理空间噪声，另外一个处理时间序列的去噪。
网络架构
去燥结果对比
算法对比列表表示
算法效果图
更多《计算机视觉与图形学》知识，可关注下方公众号：
