高精度快复原
与传统仅学习正则项的方法不同，该网络同时学习数据项和正则项，并基于Krylov子空间设计U-Net，实现高效高精度的图像去模糊。
Kuo, Pinhung · 潘金山 · Chien, Shao-Yi · Yang, Ming-Hsuan
IEEE Transactions on Circuits and Systems for Video Technology 2025
网络同时学习数据项和正则项，避免了人工设计这两项的困难。
用基于 Krylov 子空间方法的 U-Net 进行图像复原，比传统基于 FFT 或共轭梯度的方法更高效。
在多个标准测试上与现有最优方法相比，本方法在效率和精度上均表现更优。