研究：仅用噪声观测学习干净图像生成

Fabian Kruse 等作者提交的论文提出一种仅用噪声观测学习干净图像生成模型的方法。其先用 Noise2Noise 回归从独立噪声视图学习后验预测，但该步骤仅适用于训练数据噪声水平及以上的情形；随后引入一致性约束，要求预测等于继续采样后的期望，并推导出一致性唯一确定向干净图像分布延拓的条件。作者称已在 Poisson、二项、Gamma 和负二项测量上验证该方法。 该研究针对的是无法直接获得干净图像、只能拿到噪声测量时的生成建模问题，结论以论文所述验证为准。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。