machine-learning - 如何通过对干净数据进行训练来生成无噪声数据？

我正在处理一个我有两个图像数据集的问题。

一个是干净的图像数据集，另一个是相同的数据集，但其中混合了噪声。

1）是否可以在干净数据上训练模型（因此，它可以学习干净图像的特征）然后，当传递有噪声的图像时，它会输出没有噪声的图像数据（检测噪声，将其去除并输出干净的图像）图像数据）？

2) GAN 在这种情况下有用吗（如果是，如何？）？

标签： machine-learning

我会使用去噪 Autoencoder。您输入嘈杂的图像，并训练模型将它们与“干净的对应物”进行映射。

在这里你可以找到一些关于去噪自动编码器的信息。

您可以找到如何在TensorFlow 1.x和TensorFlow 2.0中实现自动编码器。

希望这会有所帮助，否则请告诉我。