Some questions about the dataset

[IDKiro]

Congratulations on your paper accepted by CVPR!
我提几个关于数据集的问题（问题有点多，我先直接用中文提问了，介意的话我可以直接删除问题并关闭issue）：

1. 感觉你们收集真实视频数据集的部分类似于定格动画？
2. 每段视频帧数较少（因为难度大所以好像总量也不多），而且帧与帧之间的差异有点大，体现在视频上相当于运动速度很大？
3. 真实的视频拍摄时会因为曝光时间产生运动模糊，这是否是这个方法生成的视频序列与真实视频序列最大的差别？
4. GT使用的是多帧平均，但是低光高ISO时的噪声是非零均值的（参考文献中的SIDD收集时有提到），这导致多帧平均会造成强度偏移，你们是如何处理的？（以及可能存在的对齐的问题）
5. 有一些GT依旧包含明显的噪声，所以你们使用了BM3D，把其他方法得到的图像作为GT是不是不足够合理？
6. 合成数据集部分使用的噪声模型可能有点老，不够准确（比如没考虑横条纹噪声）？
7. 预去噪部分为什么要用SID，SID的GT也是有比较明显的噪声的，如果要RAW图像应该选择FiveK？
8. 结果中包含在混合数据集以及单纯合成数据集上训练的结果，有没有在单纯真实数据集上训练的结果？

[zhaowei11594]

同问，同时请把补充材料也一并给出，谢谢

[cao-cong]

Thanks.

1. 是。
2. 是的，相当于拍摄目标的速度比较大。或者说也相当于拍摄帧率比较低。
3. 是的，这个没有运动模糊。另外一个差别就是帧率的差别。
4. 我们只做了多帧平均，这样的确会出现SIDD里所说的 “(2) when there are clipped pixel intensities due to low-light conditions or over-exposure, which causes the noise to be non-zero-mean and direct averaging to be biased“，我们可能会在后续工作中修正这一点，并发布更好的数据集。关于对齐，我们在多帧平均之后会检查noisy和clean图像，有问题的数据均已舍弃，并进行重拍，所以基本不存在对齐的问题。
5. 虽然使用了BM3D，但滤波参数非常小，所以影响不大。
6. 在特别暗的情况下会出现横条纹噪声，但我们的目标场景不是极暗。我们没有在所拍摄数据中发现横条纹噪声。
7. Predenoising只是用来辅助alignment的计算，简便起见我们用了SID数据，当然也可以换成别的数据集来训练。但predenoising的结果对最终去噪结果的影响不是决定性的，所以换不同的数据集进行训练差异不会很大。
8. 未在单纯真实数据集上训练，因为真实数据集拍摄难度大，采集的数据量少，我们后期会探索更智能化的采集方式。

Supplementary material is in folder "pdf".