English(EN) A Principled Self-Referenced Early Stopping Approach for Deep Image Prior

新的早期停止方法改进了用于图像恢复的深度图像先验

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

研究人员为深度图像先验（DIP）开发了一种新的早期停止方法，以防止图像恢复任务中的过拟合。该方法构建了伪自参考图像，以模拟拥有两个独立的降级图像噪声副本，理论分析表明这对于早期停止是最优的。该方法在三种新算法中实现，在各种图像恢复问题上始终优于现有技术，且无需噪声水平估计。 AI

影响通过减轻深度学习模型的过拟合来提高图像恢复质量。

排序理由这是一篇详细介绍现有方法新技术方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Chaoyan Huang, Cheng-Han Huang, Ismail R. Alkhouri, Rongrong Wang · 2026-05-26 04:00

A Principled Self-Referenced Early Stopping Approach for Deep Image Prior

arXiv:2605.25299v1 Announce Type: cross Abstract: Recently, Deep Image Prior (DIP) has demonstrated strong capabilities for solving inverse imaging problems (IIPs) by optimizing a randomly initialized convolutional neural network in a training-data-free regime. However, DIP suffe…