多フレーム超解像とノイズ除去の深層再パラメータ化

われわれは、マルチフレーム画像復元タスクで一般的に使用される最大事後確率（MAP）の定式化を深層再パラメータ化することを提案します。本手法では、学習された誤差指標と目標画像の潜在表現を導入することで、MAP目的関数を深層特徴空間に変換します。この深層再パラメータ化により、潜在空間内で直接画像形成過程をモデル化し、学習された画像事前分布を予測に統合することが可能になります。本手法は、深層学習の利点を活用しつつ、古典的なMAP定式化が提供する原理に基づいたマルチフレーム融合の恩恵も受けられます。われわれは、バーストノイズ除去およびバースト超解像データセットにおける包括的な実験を通じて本手法を検証しました。その結果、両タスクにおいて新たな最先端の性能を達成し、提案した定式化の汎用性と効果性が示されました。