biscuitの博客

CBDNet非对称损失与真实噪声建模、Noise2Void盲点架构、Neighbor2Neighbor成对子采样、Noise2Noise引用、SwinIR Transformer去噪、扩散模型去噪

FFDNet在DnCNN上的两点改进：可调噪声水平图作为输入（推理时σ可控）、下采样子图架构加速计算。DnCNN vs FFDNet对比

NLM非局部均值去噪：搜索窗口、相似度权重、加权平均；BM3D两步流程：Block Matching→3D变换→硬阈值/Wiener滤波→聚合；NLM与BM3D对比

加性高斯白噪声、泊松噪声、椒盐噪声、真实噪声模型、PSNR与SSIM评价指标、去噪方法分类概览

GAN极小极大博弈回顾、最优判别器解析解D*(x)、全局最优p_g=p_data与JSD视角、Mode Collapse问题、WGAN与Wasserstein-1距离、1-Lipschitz约束与梯度惩罚

DnCNN问题定义、残差学习策略（F(y)≈n, x̂=y-F(y)）、Conv+BN+ReLU架构、噪声水平图（noise level map）、L₂损失函数

从传统分割到深度分割、FCN全卷积网络与跳跃连接、U-Net编码器-解码器、DeepLab空洞卷积与ASPP、Mask R-CNN实例分割、语义/实例/全景分割对比

Canny边缘检测四步完整流程：高斯平滑、梯度幅值与方向、非极大值抑制、双阈值滞后跟踪；单像素宽二值边缘与分割的关系