qq_44826240的博客

核估计通常是盲图像超分辨率（SR）的关键问题之一。要解决的问题：DoubleDIP提出通过网络结构先验对核进行建模，KernelGAN提出采用深度线性网络和若干正则化损失来约束核空间。但，这些方法都没有充分利用一般的SR核假设，即各向异性高斯核足以用于图像SR。针对以上问题，本文提出了一种基于归一化流的核先验（FKP）用于核建模。通过学习各向异性高斯核分布和可处理的潜在分布之间的可逆映射，FKP可以很容易地用于替换DoubleDIP和KernelGAN的核建模模块。