نمذجة وإنتاج ضوضاء الصور هو جانب مهم في العديد من تطبيقات رؤية الحاسوب. النماذج التقليدية للضوضاء البيضاء المضافة ذات التوزيع الغاوسي والضوضاء غير المتجانسة (التي تعتمد على الإشارة) التي استخدمت على نطاق واسع في الأدبيات توفر تقريبًا خشنًا فقط لضوضاء المستشعر الحقيقي. يقدم هذا البحث نموذج Noise Flow، وهو نموذج ضوضاء قوي ودقيق يعتمد على هياكل التدفق الطبيعية الحديثة. يجمع Noise Flow بين النماذج البارامترية الأساسية المعروفة جيدًا (مثل الضوضاء المعتمدة على الإشارة) والمرونة والتعبيرية لشبكات التدفق الطبيعية. النتيجة هي نموذج ضوضاء شامل ومدمج واحد يحتوي على أقل من 2500 معلمة ولكنه قادر على تمثيل عدة كاميرات ومعاملات زيادة. يتفوق Noise Flow بشكل كبير على النماذج الموجودة حاليًا، حيث حقق تحسينًا بمقدار 0.42 نات/بكسل مقارنة بوظائف مستوى الضوضاء الم headaة للمستشعر، مما يترجم إلى تحسن بنسبة 52% في احتمالية الضوضاء المشتقة. يعد Noise Flow أول محاولة جادة للانتقال من النماذج البارامترية البسيطة إلى نموذج يستفيد من قوة التعلم العميق والتوزيعات الضوضائية القائمة على البيانات.