基于深度学习的降噪算法有哪些

1. 自编码器：通过学习输入数据的低维表示来去除噪声。

2. U-Net：一种用于图像分割的卷积神经网络，可以用于降噪。

3. CNN-BM3D：结合了卷积神经网络和BM3D算法的混合方法。

4. RED-Net：基于残差学习的深度神经网络，用于图像去噪。

5. DnCNN：深度卷积神经网络，用于图像去噪。

6. FFDNet：基于快速傅里叶变换的深度神经网络，用于图像去噪。

7. WaveNet-Denoise：基于WaveNet的降噪算法，用于语音信号去噪。

8. Deep Image Prior：通过学习图像的先验知识来去除噪声。

9. Noise2Noise：通过训练网络来学习噪声分布，从而在不使用干净图像作为参考的情况下去除噪声。

10. Deep Video Prior：类似于Deep Image Prior，但是用于视频降噪。