摘要

我们提出了一种名为ViDeNN的卷积神经网络（CNN），用于在无需事先了解噪声分布的情况下进行视频去噪（盲去噪）。该CNN架构结合了空间滤波和时间滤波，首先学习如何对帧进行空间去噪，同时学习如何结合其时间信息，以处理物体运动、亮度变化、低光条件和时间不一致性。为了证明用于训练CNN的数据的重要性，我们为此创建了一个专门针对低光条件的数据集。我们在常见的基准测试数据集和自收集的数据上对ViDeNN进行了测试，取得了与现有最先进方法相当的良好结果。