最近在嘗試去噪這個方向的學習
DnCNN、FFDnet、CBDnet這三篇覺得應該是聯系十分緊密的一個系列，是逐步泛化，逐步考慮增加噪聲復雜的一個過程，DnCNN主要針對高斯噪聲進行去噪，強調殘差學習和BN的作用，FFDnet考慮將高斯噪聲泛化為更加復雜的真實噪聲，將噪聲水平圖作為網絡輸入的一部分，CBDnet主要是針對FFDnet的噪聲水平圖部分入手，通過5層FCN來自適應的得到噪聲水平圖，實現一定程度上的盲去噪。
SRMD不同於前三篇，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，來實現對不同退化模型的復原，我認為這一點上還是有可以進一步的空間，SRMD需要給定模糊核和噪聲水平，那么能不能通過類似CBD的形式來實現自適應？能否實現對規模大、任意種類的模糊核進行復原？然后發現DPSR那篇似乎可以算是SRMD的延伸，這兩天去閱讀以下。
具體的論文筆記我在學習的時候主要參考了下面這三篇，我覺得寫的很詳細就沒有在自己排版寫了。