请教两个问题

[bro-xie]

1.请问noise_generator.py中的CalibratedNoisyPairGenerator类的forward的参数scale是什么含义呀，比特深度吗
2.您觉得这个噪声模型直接往RGB上加效果如何，或者说这个噪声模型对raw域挺奏效，那对RGB域是否也奏效呢（如果你们还没试的话可以我试了之后可以再交流^_^）

[Srameo]

1. Scale 是相机 white point - black level 的值。您可以理解成是比特深度减去黑电平。
2. 我们没有尝试过在RGB上增加噪声，但是理论上RGB上的噪声模型和RAW上的噪声模型并不一致。
   • 由于RAW->RGB经过了复杂的ISP过程，因此RAW上的噪声分布在变化到RGB上时遭到了破坏，直接将噪声模型加到RGB上可能效果并不会很好。
   • 但是我们并不确定在低ratio的情况下，网络学到的是GT信息还是Noise信息。如果学习到的是GT信息的话（可以参考CVPR 2023），可能也会奏效；反之则不奏效。

您可以尝试之后随时找我们交流～

[bro-xie]

1. Scale 是相机 white point - black level 的值。您可以理解成是比特深度减去黑电平。

2. 我们没有尝试过在RGB上增加噪声，但是理论上RGB上的噪声模型和RAW上的噪声模型并不一致。

   • 由于RAW->RGB经过了复杂的ISP过程，因此RAW上的噪声分布在变化到RGB上时遭到了破坏，直接将噪声模型加到RGB上可能效果并不会很好。
   • 但是我们并不确定在低ratio的情况下，网络学到的是GT信息还是Noise信息。如果学习到的是GT信息的话（可以参考CVPR 2023），可能也会奏效；反之则不奏效。

您可以尝试之后随时找我们交流～

非常感谢！

[LINBell]

1. Scale 是相机 white point - black level 的值。您可以理解成是比特深度减去黑电平。

2. 我们没有尝试过在RGB上增加噪声，但是理论上RGB上的噪声模型和RAW上的噪声模型并不一致。

   • 由于RAW->RGB经过了复杂的ISP过程，因此RAW上的噪声分布在变化到RGB上时遭到了破坏，直接将噪声模型加到RGB上可能效果并不会很好。
   • 但是我们并不确定在低ratio的情况下，网络学到的是GT信息还是Noise信息。如果学习到的是GT信息的话（可以参考CVPR 2023），可能也会奏效；反之则不奏效。

您可以尝试之后随时找我们交流～

非常感谢！

您好！请问您尝试过将噪声模型加在RGB上了吗？最近课题设计一些低光照ISP，刚入门比较困难，想向您请教一下噪声模型转移到RGB上的一些问题