machine-learning - 非参考损失函数

Question

我正在阅读这篇很棒的研究论文，我发现了术语非参考损失函数。有人可以帮我理解它是什么吗？一些资源链接绰绰有余，我用谷歌搜索了这个，我没有发现任何线索。

这个非参考损失函数是什么？他们如何在没有配对或不配对数据的情况下训练模型？ 纸质PDF

任何帮助表示赞赏。

Answer 1

基本上，“非参考损失函数”是“无监督学习”的一个花哨的标题。该论文的作者能够定义一个损失函数（第 3.3 节），它描述了在不使用“干净参考”图像的情况下
“好看的图像”应该是什么样子：他们定义的四个损失术语将输出图像与输入图像并检查对比度和曝光是否优于，但边界、颜色和空间一致性仍然存在。YIYI

通过定义一个不需要“ground truth”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。