【深度图像降噪先验方法概述2700字】.docx

深度图像降噪先验方法概述

深度图像降噪是深度图像修复的特例，两者都符合x=F(y)映射。因此，在一些优化算法中，单幅深度图像修复问题可以转变为一个或多个残差子问题，采用不同的策略进行近似的求解。其中，一些残差问题可看作深度图像降噪。因此，合适的深度图像降噪方法是修复的关键步骤。

目前，图像的降噪先验分为两大类：基于模型的方法和判别学习方法116。

基于模型方法的降噪先验是针对降噪过程逆变的约束求解，实质是正则项的设计。判别学习方法的降噪先验分为基于MAP推断引导的方法和一般的方法，两者最大区别在于回归函数是否用到了MAP。模型方法的降噪先验方法不需要训练，

需要进行多次