Deep Universal Blind Image Denoising

Deep Universal Blind Image Denoising

一篇做blind denoise的paper。
image|690x274,75%

有一个noise level estimator,与 Transfer Learning from Synthetic to Real-Noise Denoising with Adaptive Instance Normalization 不同的是:

  • 在AINDNet中:
    image|241x225,75%
  • 在CENet中:
    image|690x169,75%

在adptively plug into the NN的时候两者操作也不是很一样:

  • AINDNet中:
    image|494x394,75%
  • 在CENet中:
    image|674x500,75%

文章没有写明白noise-level estimator和完整NN是否一起train,在文章中对此的描述是两个Network, 在TDNet(去噪网络)中是没有对CENet(noise-level网络)的展示的。而且对于image|326x76 这个noise-level的损失也描述的不详细,至少目前我不知道它是如何构建pair的。猜测是直接GT进去得到 $\sigma$ 的。
image|690x293,50%