多数の noisy な画像のみで学習する既存手法 [1] の損失関数に関して、1枚の noisy な画像出も学習できるよう、新たに正規化Loss を提案。 学習を行うために、1枚の noisy な画像から、上記の正規化項を満たすような 2枚のペアの noisy な画像を作成。

Synthetic なノイズ画像と現実世界のノイズ画像の2種類の画像を用いて実験。 PSNR, SSIMで評価し、他の多くの self-supervised なノイズ除去手法と比較して、精度 の向上を確認。

[1] Jaakko Lehtinen et al., Noise2noise: Learning image restoration without clean data, ICML2018