论文阅读笔记（DIP）：Deep Image Prior

Deep Image Prior

网站：Deep Image Prior (dmitryulyanov.github.io)

引用：

@InProceedings{Ulyanov_2018_CVPR,
author = {Ulyanov, Dmitry and Vedaldi, Andrea and Lempitsky, Victor},
title = {Deep Image Prior},
booktitle = {Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}

Abstract

• 生成器网络结构能够在任何学习之前，捕获大量的low-level image statistic prior。
• 随机初始化的神经网络就可以制作手工先验来解决标准逆问题。

Introduction

理论前提：

• 大量的image statistic由convolutional image generator捕获。
• IR所需的同级数据，需要image prior来整合退化过程丢失的信息。

本文方法概述：

使用生成器网络去拟合一个退化图像。

将重建转换为图像生成问题（conditional image generation problem)。

**本文认为需要的信息：**单个图像与用于重建网络的手工特征。

Method

使用generator/decoder网络 x = f θ