自强化训练

基于奖励引导自强化策略的无配对图像去雨

Unpaired Image Deraining Using Reward-Guided Self-Reinforcement Strategy

提出基于IQA的动态奖励回收与自强化训练策略，可复用于其他无监督底层视觉任务（如去噪、去雾），通过挖掘训练过程中的高质量输出构建伪配对数据来约束优化空间。