Fotoğraf ve görüntü işlemede rastlantısal bozulmayı azaltırken kenarları ve ince ayrıntıları korumaya çalışan adımdır. Gürültüyü fazla bastırmak, temiz görünen ama dokusu silinmiş bir görüntü üretebilir.
Bu alanda klasik filtreleme ile derin öğrenmeyi birleştiren hibrit modeller, gürültüyü azaltırken kenarları korumayı ve hesaplama maliyetini düşük tutmayı birlikte hedefliyor. Farklı veri kümelerinde alınan sonuçlar modelin test bağlamını gösterir; her görüntü koşulunda üstünlük kanıtı değildir.
Klasik filtreleme ile derin öğrenmeyi birleştiren hibrit yaklaşım, görüntüdeki beneklenmeyi azaltırken kenarları ve ince ayrıntıyı korumaya çalışıyor. Temiz görüntü kadar korunmuş karakter de sonuç sayılıyor.
Fotoğraftaki beneklenme ve renk dalgalanmalarını azaltırken kenarları ve ince dokuyu koruma işidir. Bir çalışmada klasik filtreleme ile derin öğrenme birleştirilerek bu dengeyi düşük hesaplama maliyetiyle kurma yaklaşımı öneriliyor.
İyi bir gürültü giderme işlemi temizliği görünür kılmadan çalışır; fazla uygulandığında ciltle duvar dokusu aynı plastik yüzeye dönüşür.
Yüksek ISO ile çekilmiş bir gece parkı fotoğrafında belirginleşen renk ve parlaklık beneklerini azaltır; fazla uygulandığında yaprak ve taş dokusunu da yumuşatabilir.
Görüntü gürültüsü giderme, pürüzleri silmekten çok hangi ayrıntının görünür kalacağına karar verme işi; gece fotoğrafında biraz gren bazen havanın kendisi olabilir.
Fotoğraftaki rastlantısal renk ve parlaklık dalgalanmalarını azaltırken ince dokuyu da götürebilen işlem; temiz görünen yüzey ile korunmuş ayrıntı arasında denge kurulmadığında görüntü pürüzsüzleşir ama anlamlı kenarlar silinebilir.
İstenmeyen beneklenmeyi azaltırken kenar ve ince ayrıntıları korumaya çalışan görüntü işleme işlemidir; iyi sonuç, görüntüyü yalnızca yumuşatmak değildir.