基于最优传输的无真值去噪
计算机视觉与模式识别
2020-07-06 v1 神经与进化计算
泛函分析
最优化与控制
摘要
我们提出一种针对任意类型数据的有监督无真值去学习去噪方法，并在图像与一维信号上进行了探究。训练仅基于含噪数据样本与噪声样本，且关键的是——二者无需成对出现。我们仅需噪声为独立加性噪声的假设（尽管我们描述了如何对此进行扩展）。该方法基于 Wasserstein 生成对抗网络框架，利用两个判别器与一个生成器。
关键词
引用
@article{arxiv.2007.01575,
title = {Ground Truth Free Denoising by Optimal Transport},
author = {Sören Dittmer and Carola-Bibiane Schönlieb and Peter Maass},
journal= {arXiv preprint arXiv:2007.01575},
year = {2020}
}