2020 ECCV的一篇论文，通过小波域处理实现去噪，同时利用特征shift增加少数计算就可以达到多帧去噪效果。
之前方法的问题
处理多帧去噪需要大量的计算，且对不同帧处理的灵活性较差。
论文提出的点
1.将输入图像进行小波分解，更加有利于保留高频局部细节
2.通过channel wise的特征shift方式，将其扩展到其他帧上，从而有利于节省计算量，并且可以扩展到任意长度的帧数上
论文的方法
论文处理单帧和多帧的方案的整体框架分别如下所示:
1.对单个图像，网络使用小波变换进行小波pooling和unpooling操作，从而利用小波变换对信号保留的完备性，有戏减少信号损失，同时避免噪声的放大，并有利于保留高频特征。
2.使用时序特征转移用于多帧去噪，这里具体的操作是将每帧的八分之一通道进行迁移，这样使得多帧计算量和单帧几乎一样多，而不是像一般多帧计算时一次性送入多帧图像导致出现的计算boom的情况。
3.损失函数基于L1损失和边缘梯度损失。
结果与思考
看上去效果还可以，见论文
思考：论文的亮点是引入了时序特征转移（TSM）模块，来源于视频理解，事实上，许多视频领域的trick与方法都可以和多帧图像处理结合在一起，在这个角度思考和寻找方法是一个不错的选择。