仔细看了训练处理部分，denoise stage的sigma计算应该是有误的

[zrongcheng]

我最近也在复现这篇。 如论文所说只有第一帧是用noise_frame的LL的sigma作初始化 所以每次循环帧训练的时候，https://github.com/Baymax-chen/EMVD/blob/975a2f46b20798fc981bceccc1885f63aad6d870/structure.py#L220 这里只有“第一帧”是这样算的，后面的帧应该是由前面帧算的结果传入的

[Baymax-chen]

如EMVD/structure.py#L221和L222所示，DCNN模块的sigma由当前帧和融合帧计算所得，即 sigma = (1 - gamma) * (1 - gamma) * sigma_ll0 + gamma * gamma * sigma_ll1 denoise_in = torch.cat([fusion_out, ll1, sigma], dim=1)， 符合论文中公式（9）所述。

[zrongcheng]

我知道，公式（9）是符合的，我是说sigma_ll0只有第一帧需要通过a*z_LL+b算，后面帧的sigma_ll0是前面帧传入的

[Lithium07]

我觉得作者实现的没有问题啊，sigma_ll0 是基于ll0计算，而ll0 来自前一帧的。求大佬赐教。