递归自增强强化学习（RSE-RL）图像去噪实验解析

### 递归自增强强化学习（RSE - RL）图像去噪实验解析 #### 1. 实验概述 本次实验主要验证 RSE - RL 算法在两个数据集上的性能，分别是合成噪声名人面部属性数据集（CelebA）和智能手机图像去噪数据集（SIDD）。实验目的是去除图像中的伪影，并期望该架构能优于其他去噪模型，以普通变分自编码器（VAE）作为基线模型。 #### 2. CelebA 合成伪影去噪实验 ##### 2.1 数据集构建 - 从 CelebA_HQ/256 数据集中收集图像，图像大小为 256 × 256 像素。 - 使用 OpenCV 为每个图像添加均匀高斯噪声，形成与原始干净图像对应的合成噪声图像，将干净图像和噪声图像作为图像对。 - 将图像对分为训练集和验证集，训练集包含 2250 对图像，验证集包含 11250 对图像。 - 将每个图像分割成 16 × 16 像素的补丁，补丁之间有 4 像素的重叠，然后将这些补丁输入网络。 ##### 2.2 实验设置 - **编码器**：使用 5 个卷积层和 2 个全连接层将基于补丁的图像投影到潜在空间。 - **解码器**：结构与编码器相反，有 2 个上采样层和 5 个转置卷积层。 - **实现框架**：使用 Keras 和 TensorFlow 实现网络，使用单个 12GB NVIDIA Tesla K80 GPU 进行训练和测试。 - **训练参数**：训练批量大小设置为 128，训练轮数为 50，正则化系数 λreg = 0.01，优化器选择 Adam，β1 = 0.9，β2 = 0.999。学习率由指数衰减学习率调度器设置，初始率为 0.001，衰减因子为 0.95，衰减步长为 1000。 - **自增强权重微调**：使用 OpenAI 的 Stable - Baseline3 实现 SAC 算法，使用 OpenAI Gym 设置环境。奖励计算根据特定公式，b = 1.25，c = 5，PSNRt = 30.0。终止条件为实际 PSNR 达到目标 PSNRt 或轮数达到最大允许步数（40）。动作空间是范围在 (0.999, 1.001) 内的权重向量集合。 ##### 2.3 去噪结果 | 方法 | PSNR | SSIM | UQI | | ---- | ---- | ---- | ---- | | 含伪影图像 | 16.64 | 0.5835 | 0.7327 | | N2V | 21.66 | 0.7242 | 0.9249 | | N2N | 26.60 | / | / | | VAE | 26.81 | 0.7621 | 0.9604 | | RSE - RL(before) | 28.83 | 0.8322 | 0.9721 | | RSE - RL | 29.03 | 0.8339 | 0.9731 | | RSE - RL(S) | 28.79 | 0.8317 | 0.9717 | 从结果可以看出，RSE - RL 在各项质量指标上都有显著提升，且训练数据大小对其去噪性能影响不大。例如，使用 450 个训练图像（0.2 百万补丁）的 RSE - RL(S) 与 RSE - RL(before) 性能相近，这为减少训练时间提供了有效途径。 ```merma ```