视频降噪综述

前沿与背景

每年在各类顶级会议期刊如CVPR（IEEE Conference on Computer Vision and Pattern Recognition，Ieee国际计算机视觉与模式识别会议）、ICCV（IEEE International Conference on Computer Vision，国际计算机视觉大会）、ECCV（European Conference on Computer Vision，欧洲计算机视觉国际会议）、SIGGRAPH（Special Interest Group for Computer GRAPHICS，计算机图形图像特别兴趣小组）都会出现很多篇视频降噪的论文，范围涉及到各类传统算法与深度学习算法。学术界拥有如此多的视频降噪算法，但拍照或者视频还是会出现很多噪点，这就是学术届优秀降噪成果难以有效在工业界落地的问题。

在视频应用广泛的互联网时代，清晰纯净的视频一定是各类应用场景的追求。在刷短视频或者观看直播，我们更愿意将目光长时间停留在图1.1，而图1.2是我们第一时间想划过去的视频画面。

降噪是图像/视频处理领域一直很基础很热门也很难的问题，也出现在不少产品应用中，但却很少在视频直播产品中见到降噪技术的应用。比如腾讯会议一款软件应用了视频降噪技术，带来的实际视频效果体验以及隐形的带宽流量节省都是显而易见。

图1.1

图1.2

视频噪声

● 噪声来源主要分为两种：
 ○ 图像获取中：图像传感器CCD 、CMOS采集图像时，受到传感器材料属性、工作环境、电子元器件、电路结构影响；
 ○ 图像信号传输中：传输介质和记录设备不完善；
● 噪声分类
 ○ 高斯噪声：概率密度函数服从高斯分布（正态分布）；
 ○ 泊松噪声：光子离散噪声，实际数字图像中的噪声基本是高斯噪声和泊松噪声的混合噪声；
 ○ 椒盐噪声、加性噪声、乘性噪声、量化噪声