DL去燥之 DnCNNs：Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising

1、网络结构：

DnCNNs： feed-forward denoising convolutional neural networks

2、学习策略

Residual Learning：通过残差学习策略，在网络的隐层隐式地移除干净图片（clean image）。即输入为带噪的观测图片（noisy image），输出为移除了干净图片的残差（噪声）图片（residual image）。这样做的动机是，用残差学习刻画恒等映射或近似的恒等映射，效果要比直接学习干净图片要相对好。
Batch Normalization：进一步提高模型的稳定性和去燥效果。

3、适用范围

Gaussian Denoising：DnCNN model is able to handle Gaussian denoising with unknown noise level (i.e., blind Gaussian denoising)；
Image Super-resolution；
JPEG Deblocking.