論文閱讀——FFDnet、CBDnet、SRMD

最近在嘗試去噪這個方向的學習

DnCNN、FFDnet、CBDnet這三篇以爲應該是聯繫十分緊密的一個系列，是逐步泛化，逐步考慮增長噪聲複雜的一個過程，DnCNN主要針對高斯噪聲進行去噪，強調殘差學習和BN的做用，FFDnet考慮將高斯噪聲泛化爲更加複雜的真實噪聲，將噪聲水平圖做爲網絡輸入的一部分，CBDnet主要是針對FFDnet的噪聲水平圖部分入手，經過5層FCN來自適應的獲得噪聲水平圖，實現必定程度上的盲去噪。

SRMD不一樣於前三篇，主要是從bicubic入手，考慮模糊核和噪聲水平的影響，將LR、模糊核、噪聲水平統一的輸入網絡中，來實現對不一樣退化模型的復原，我認爲這一點上仍是有能夠進一步的空間，SRMD須要給定模糊核和噪聲水平，那麼能不能經過相似CBD的形式來實現自適應？可否實現對規模大、任意種類的模糊核進行復原？而後發現DPSR那篇彷佛能夠算是SRMD的延伸，這兩天去閱讀如下。

具體的論文筆記我在學習的時候主要參考了下面這三篇，我以爲寫的很詳細就沒有在本身排版寫了。

FFDnet

CBDnet

SRMD