DnCNN论文阅读笔记

文章重点： 提出了一个前馈去噪卷积神经网络（DnCNN）用于图像的去噪，使用了更深的结构、残差学习算法、正则化和批量归一化等方法提升去噪性能。优点是能够处理未知噪声水平的高斯去噪。 传统方法： （1）经过建模图像先验，创建去噪模型： 缺点：涉及复杂的优化，耗时； 模型通常非凸，而且须要手动设计参数，很难达到最优去噪性能。 （2）辨别学习方法学习图像先验模型： 优势：可以摆脱迭代优化过程； CSF和

>>阅读原文<<