跳到正文
热点事件持续更新

SIDUMN 提出对称乘性噪声下自监督去噪框架

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026 年 11 月,研究人员在 arXiv 提交论文 SIDUMN,提出了一种针对均值一对称乘法噪声的自监督图像去噪框架。该方法通过采样独立合成噪声因子构建互补噪声图像进行训练,并给出了理论证明与数值验证,确认其反义平均策略不会增加单输入重建的预期平方误差且有效。目前该工作处于预印本阶段,已提交至 IEEE Signal Processing Letters 待发表。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    SIDUMN:对称乘法噪声下的自监督图像去噪框架

    SIDUMN 提出了一种针对均值一对称乘法噪声的自监督去噪框架,通过采样独立合成噪声因子构建互补噪声图像进行训练。理论证明该方法的反义平均策略不会增加单输入重建的预期平方误差,数值结果验证了理论发现及所提方法的有效性。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。