用一致性约束从噪声观测学干净图像生成

研究提出一种仅用独立噪声观测学习干净图像生成模型的方法。作者先用 Noise2Noise 回归学习噪声水平及以上的后验预测，再引入一致性约束，要求预测等于继续采样后的期望，从而把预测延伸到更低噪声水平。 作者推导了一致性唯一确定干净图像分布延续的条件，并在 Poisson、二项、Gamma 和负二项测量上验证。CIFAR-10、光子计数显微和合成孔径雷达实验显示，缺少一致性时延续会严重退化，加入后可修复。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。