论文题目：Robust Image Denoising through Adversarial Frequency Mixup
代码地址：https://github.com/dhryougit/AFM
故事会环节：
一上来先说说大背景，图像去噪取得了巨大的成功，然后说传统的去噪网络用噪声标定的方式训练。提出问题：这些噪声标定和真实世界并不一样，所以导致了泛化性问题。当前的工作怎么致力于解决这个问题的：收集真实图像对，这个收集就比较困难，所以提出了很多子监督的方法。然而存在性能不足。
作者提出了一个AFM的框架来解决这个泛化性的问题，在保持真实世界的噪声性质的同时，构造hard噪声。用这些hard噪声，提高网络鲁棒性。AFM是通过在频率域中根据一个混合掩模来混合噪声和去噪图像。该混频掩模是由一个单独的轻量级神经网络生成的，使用对抗损失进行训练，可以生成对抗混合掩码。
创新点：
- AFM是训练无关框架，使用对抗损失生成图像，简单来说是一个数据增强的Trick
- 设计了2种AFM的mask
Method：
论文的主要方法集中在下面这个公式：
其中 是噪声图像， 是过了一遍去噪网络的图像，把两个图像mixup混合一下，生成一个新的图像，作者这里的意思在我看来主要是，一次去不干净，说明比较难去，那就要增加权重训，简单的部分就少训训。其中，使用了快速傅里叶变换和逆变换。
那如何确认到底什么地方难学呢？也就是这个mask到底该怎么选，作者提出了使用一个生成对抗网络去生成一下，让输出和gt差距最大
这个生成方式，作者又提出来了2种，一个叫AFM-E，一个叫AFB-B，E很好理解，就是以像素为单位，逐像素确定到底是不是mask。然后做E的时候，作者说发现mask有旋转不变性，所以直接做带状的mask。
实验：
实验结果大概就是做了迁移性的实验，在SIDD数据集上训了去别的数据集测试性能，从a to a训练的结果来看，AFM_E应该是会掉点的,但是AFB_B就提点了，感觉这个可以仔细研究一下，因为在我朴素的认知里，逐像素应该是最准确的方式，条状带反而属于偷懒加速的方式，和直觉有点相反。可能是散点太多导致的？
总结：
作者提出了AFM的框架，简单来说是一个数据增强的方式，把mixup用到low-level领域。后续自己实验了一下，因为自己的数据自带强弱噪声，所以没用原文的对抗生成mask，遇到两个问题：一个是按照公式用快速傅里叶之后，会出现条纹和偏色，根本没法用，我对快速傅里叶不是很熟，一直以为只是滤高低频的，可能使用方式上有点小问题。另一个是把fft去除之后，直接去除AFM，强噪声去不掉，还是得混合才能得到一个好效果，和论文里说的不大一样，感觉这个域要偏移的地方，但是可能我偏的太远了？