一句话概括,用denoising的思想改进了LLE模型,但本质应该算是算是LLE模型的一种补充。其中最重要的假设是“图片中相似的块能够聚合成一组,同组内的图片块可以互相帮助来denosing”
一句话概括,deep是好的,如果是为了时间开销tradeoff,为了deep可以牺牲kernel size和layer width。不过太deep了也会起到反效果。
一句话概括,对于SR问题,正确地找到模糊核函数很重要,对SR结果好坏影响比Priors要大。
一句话概括,对于SR问题,PSF和Guassian都不是“正确”的blur kernel。利用图像的自相似性,正确的kernel可以通过低分辨率图像进行估计得到。
一句话概括,通过最近邻的方法挖掘图像块的自相似性来进行图像的超分辨复原