編輯丨極市平臺(tái)

PolyU數(shù)據(jù)集

數(shù)據(jù)集下載地址：https://sourl.cn/rMsdE8

大多數(shù)以前的圖像去噪方法都集中在加性高斯白噪聲（AWGN）上。然而，隨著計(jì)算機(jī)視覺技術(shù)的進(jìn)步，現(xiàn)實(shí)世界中的噪聲圖像去噪問題也隨之而來。為了在實(shí)現(xiàn)并發(fā)真實(shí)世界圖像去噪數(shù)據(jù)集的同時(shí)促進(jìn)對該問題的研究，作者們構(gòu)建了一個(gè)新的基準(zhǔn)數(shù)據(jù)集，其中包含不同自然場景的綜合真實(shí)世界噪聲圖像。這些圖像是由不同的相機(jī)在不同的相機(jī)設(shè)置下拍攝的。

FMD（熒光顯微鏡去噪）數(shù)據(jù)集

數(shù)據(jù)集下載地址：https://sourl.cn/Wyqrui

熒光顯微鏡使現(xiàn)代生物學(xué)取得了巨大的發(fā)展。由于其固有的微弱信號(hào)，熒光顯微鏡不僅比攝影噪聲大得多，而且還呈現(xiàn)出泊松-高斯噪聲，其中泊松噪聲或散粒噪聲是主要的噪聲源。為了獲得干凈的熒光顯微鏡圖像，非常需要有專門設(shè)計(jì)用于對熒光顯微鏡圖像進(jìn)行降噪的有效降噪算法和數(shù)據(jù)集。雖然存在這樣的算法，但沒有這樣的數(shù)據(jù)集可用。在本文中，我們通過構(gòu)建專用于泊松-高斯去噪的數(shù)據(jù)集 - 熒光顯微鏡去噪 (FMD) 數(shù)據(jù)集來填補(bǔ)這一空白。該數(shù)據(jù)集由 12,000 個(gè)真實(shí)熒光顯微鏡圖像組成，這些圖像使用商業(yè)共焦、雙光子、寬視野顯微鏡和代表性生物樣本，如細(xì)胞、斑馬魚和小鼠腦組織。

SIDD智能手機(jī)圖像去噪數(shù)據(jù)集

數(shù)據(jù)集下載地址：https://sourl.cn/jdpJZ6

該數(shù)據(jù)集包含以下智能手機(jī)在不同光照條件下拍攝的 160 對噪聲/真實(shí)圖像：

GP: Google Pixel

IP: iPhone 7

S6: Samsung Galaxy S6

Edge N6: Motorola Nexus 6

G4: LG G4

SIDD-small數(shù)據(jù)集

數(shù)據(jù)集下載地址：https://sourl.cn/kaYGxd

一個(gè)小型版本的數(shù)據(jù)集，它由代表 160 個(gè)場景實(shí)例的160 個(gè)圖像對（噪聲和ground-truth）組成。

Super Resolution Benchmarks

數(shù)據(jù)集下載地址：https://sourl.cn/Bp6QZs

來自于AIM 2022 壓縮圖像和視頻超分辨率挑戰(zhàn)賽”中的前 5 名解決方案工作：Swin2SR: SwinV2 Transformer for Compressed Image Super-Resolution and Restoration