非参考损失函数
Non-Reference Loss Function
我正在阅读这篇很棒的研究论文，我发现了非参考损失函数这个术语。有人可以帮我理解它是什么吗？一些资源 link 绰绰有余，我用谷歌搜索了这个，但没有找到任何线索。
这是什么非参考损失函数以及他们如何在没有成对或未成对数据的情况下训练模型？
Paper PDF
感谢任何帮助。
基本上，“Non-Reference 损失函数”是 "Unsupervised learning" 的花哨标题。
该论文的作者能够定义一个损失函数（第 3.3 节），该函数描述了使用“干净参考”图像时“好看的图像”应该如何看起来像 没有 的情况：四个他们定义的损失项将输出图像 Y 与输入图像 I 进行比较，并检查 Y 中的对比度及其曝光是否优于 I，但边界、色度和空间一致性仍然存在。
通过定义不需要“真实”图像的损失函数，作者可以仅在“损坏”图像上训练他们的模型——这更容易获得。
我正在阅读这篇很棒的研究论文，我发现了非参考损失函数这个术语。有人可以帮我理解它是什么吗？一些资源 link 绰绰有余，我用谷歌搜索了这个，但没有找到任何线索。
这是什么非参考损失函数以及他们如何在没有成对或未成对数据的情况下训练模型？ Paper PDF
感谢任何帮助。
基本上，“Non-Reference 损失函数”是 "Unsupervised learning" 的花哨标题。
该论文的作者能够定义一个损失函数（第 3.3 节），该函数描述了使用“干净参考”图像时“好看的图像”应该如何看起来像 没有 的情况：四个他们定义的损失项将输出图像 Y 与输入图像 I 进行比较，并检查 Y 中的对比度及其曝光是否优于 I，但边界、色度和空间一致性仍然存在。
通过定义不需要“真实”图像的损失函数，作者可以仅在“损坏”图像上训练他们的模型——这更容易获得。