깨끗한 목표 없는 성능 추정
좋은 잡음 제거 강도를 고르려면 일반적으로 깨끗한 정답과 비교하고 싶어진다. Noise2Self는 일부 입력에 의존하지 않는 함수의 성능을 잡음 관측만으로 추정하는 원리를 제공한다. 정답이 없다는 이유로 모든 방법을 평가 없이 고를 수 있다는 뜻은 아니다.
J-불변성의 의미
관측의 한 부분을 예측할 때 그 부분의 값 자체를 사용하지 않도록 한다. 예측에 직접 들어가지 않은 잡음과 다른 차원의 독립 잡음을 이용해 자기지도 기준을 만든다. 실제 신호에는 주변과의 관계가 있어 예측할 정보가 남아 있어야 한다.
서로 다른 예측 함수 예
설명용으로 두 값 (x₁, x₂)에서 첫 값을 x₂로 예측하면 그 출력은 x₁ 자체에 의존하지 않는다. 반면 첫 값을 그대로 x₁로 출력하면 이 조건을 만족하지 않는다. 이것만으로 좋은 잡음 제거기가 되는 것은 아니며 신호 관계와 잡음 가정이 함께 필요하다.
적용 범위와 한계
이 틀은 필터의 소수 매개변수부터 신경망 가중치까지 조정하는 데 활용할 수 있다. 구조적인 잡음처럼 차원 사이 독립성이 깨지면 자기지도 기준의 해석이 달라진다. 평가에서는 사용한 분할과 예측 제약을 확인하고 실제 세부 보존 및 잔여 잡음도 함께 검증한다.
관련 문서
Noise2Void / Noise2Noise / DnCNN / FFDNet / 자기지도 학습 / NAFNet