提案するアーキテクチャは、ノイズ生成ネットワークとカメラ符号化ネットワークから構成。クリーンな画像とポアソンガウスノイズモデルからサンプリングされた初期合成ノイズを入力として生成器のEncoderに入れ、カメラ特性を表す潜在ベクトルを中間層で結合して、Decoderで合成ノイズを生成する。

ノイズのもっともらしさを定量的（KL divergence）、定性的に比較しベンチマーク手法と比較して大幅な性能向上。また提案手法を利用して学習したノイズリダクション処理でも定量的(PSNR/SSIM)な性能向上を確認。実世界データだけを使ったものと同等の性能。

イメージセンサのノイズモデルを本当に完璧に再現できたらノイズを無限にエミュレートできるので、ノイズ除去の性能が上がるのは理にかなっている。ただ現状のCMOSイメージセンサにおいてノイズモデルが実運用上の強烈なボトルネックかというと微妙な気もしている。Quantaイメージセンサ等、限界を追求している系で精密なノイズモデルエミュレーションが出来たら良い気がする。