Noise2Noise: 청정 데이터 없이 이미지 복원 학습하기

우리는 기계 학습을 이용한 신호 재구성에 기본적인 통계적 추론을 적용하여 -- 오염된 관측치를 깨끗한 신호로 매핑하는 방법을 배우는 것 -- 간단하면서도 강력한 결론을 도출하였습니다: 오직 오염된 예제만으로 이미지를 복원하는 방법을 배울 수 있으며, 이는 명시적인 이미지 사전 정보나 오염의 가능도 모델 없이 깨끗한 데이터를 사용한 훈련 성능과 동등하거나 때로는 그 이상일 수 있습니다. 실제적으로, 우리는 단일 모델이 노이즈 제거, 합성 몬테카를로 이미지의 노이즈 제거, 그리고 샘플링 부족 MRI 스캔의 재구성을 -- 각각 다른 과정에 의해 오염된 -- 오직 노이즈가 포함된 데이터만을 기반으로 학습할 수 있음을 보여주었습니다.