这是2017年stamp上的一篇论文，写的优点晕，大致理解就是使用分类感知去提升图像的去噪性能。也就是在去噪网络后面加上一个分类器对去噪网络的效果进行微调，它这个去噪网络有点意思，如下所示:
可以看出来网络分成两支，上面分支用来处理图像，底下的分支用来估计噪声成分，然后两路相加除去噪声成分。输入是L通道的图像，使用L2 loss进行训练。这篇论文的核心思想还是在这个去噪网络后面加上分类，通过给定不同的噪声，分类器的分类准确率会最终稳定在一个固定的值，如下所示：
所以可以用分类器接在去噪网络后面，通过预训练好的分类器对去噪网络进行微调，可以提高去噪性能，个人感觉这个做法其实就相当于给去噪网络加上了一个先验。具体见论文。