噪声是什么？数据中那些不需要、会干扰分析的信息

噪声（Noise）是指数据中不需要的、不相关的信息，在图像和视频中尤为常见。它可能由多种因素引起，包括传感器的噪声、压缩带来的伪影，以及光照条件、反射等环境因素。噪声会严重影响图像或视频的质量和清晰度，让准确地分析和解释图像的内容变得更加困难。

噪声从哪里来

图像中的噪声：用手机在昏暗的环境下拍照，照片上常会出现许多彩色的小颗粒，这就是传感器噪声：光线不足时，传感器为了提高亮度会放大信号，同时也放大了电子元件本身的随机干扰。图像和视频被高度压缩后，会出现块状的痕迹和模糊，这是压缩伪影。光照不均匀、反光、雾气等也会干扰图像。音频中的噪声：背景的嘈杂声、电流声、风声、回声。传感器数据中的噪声：测量仪器本身的误差，比如温度计的读数总会有微小的波动。

在机器学习中，噪声还有更广泛的含义：标签噪声，即训练数据的标签有错误，比如一张猫的照片被错误地标成了狗；数据中的离群值和随机波动；以及与要预测的目标无关的干扰特征。

噪声的影响

噪声会降低数据的质量，让模型难以学到真正的规律。如果训练数据中有大量的噪声，模型可能会把噪声当成规律记住，这就是过拟合：在训练数据上表现很好，在新数据上表现很差。在计算机视觉中，噪声会降低图像识别、目标检测的准确率；在语音识别中，背景噪声会让识别的错误率明显上升。

如何应对噪声

去噪：用各种方法从数据中去除噪声，比如图像去噪的经典方法有高斯滤波、中值滤波，以及基于深度学习的去噪网络；语音增强技术可以去除背景噪声。数据清洗：检查并修正训练数据中错误的标签，去除异常的数据。提高模型的鲁棒性：用正则化等方法防止模型过度拟合噪声，采用对噪声不敏感的损失函数。

噪声也可以是有用的

有趣的是，在机器学习中，噪声并不总是坏事，人们常常有意地加入噪声：数据增强，在训练图像上加入随机噪声，让模型学会忽略这些无关的干扰，提高泛化能力；正则化，比如 Dropout 本质上是一种在训练中引入随机性的方法，可以防止过拟合；随机梯度下降中，用小批量数据估计梯度带来的“噪声”，有时反而有助于模型跳出不好的局部最优点。最突出的例子是扩散模型：它的训练过程就是不断地往图片上加噪声，再学习如何把噪声去掉；生成新图片时，正是从一团纯粹的随机噪声出发，一步步地去噪，最终“雕刻”出一张清晰的图像。