多帧超分辨率和去噪的深度重参数化

我们提出了一种深度重参数化方法，用于多帧图像恢复任务中常用的最大后验概率（MAP）公式。该方法通过引入学习到的误差度量和目标图像的潜在表示，将MAP目标转换到深度特征空间。这种深度重参数化使我们能够在潜在空间中直接建模图像形成过程，并将学习到的图像先验信息整合到预测中。因此，我们的方法不仅利用了深度学习的优势，还从经典MAP公式提供的有原则的多帧融合中获益。我们通过在突发去噪和突发超分辨率数据集上的全面实验验证了该方法的有效性。结果表明，我们的方法在这两项任务上均达到了新的最先进水平，展示了所提公式的通用性和有效性。