论文阅读01

Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising

参考文献：1.Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising （主要）
2.Deep Residual Learning for Image Recognition（部分）

文章亮点

1.探究残差学习与批量归一化相互配合，加快训练速度同时提升训练效果。
2.附加高斯噪声的去噪，能够用单一模型完成不同水平的高斯去噪，并探究其不同任务的泛化能力。

文章结构

1.论文背景

对于加性高斯噪声，传统方法（BM3D，LSSC，NCSR，WNNM等）：优化过程复杂，需要计算资源 ，且耗时较长；需要人为设置参数来提升去噪效果。

而之前的神经网络（CSF、TNRD）：直接输出复原图，只能针对某一特征水平的噪声去噪。、

因此文章提出DnCNN，训练输出噪声vÿ