《Image Blind Denoising With Generative Adversarial Network Based Noise Modeling》是中山大学和 CVTE 发表于 CVPR 2018 的工作，该论文通过利用 GAN 对噪声分布进行建模，并通过建立的模型生成噪声样本，与干净图像集合构成训练数据集，训练去噪网络来进行盲去噪。这篇论文针对图像盲去噪任务，通过利用 GAN 学习噪声的分布，并生成更多的噪声数据来生成训练数据集对 CNN 进行训练，得到的图像盲去噪效果达到了 SOTA 水平。