真实退化模拟更准
将手工经验与机器学习相结合，从随机高斯分布映射真实模糊核，并通过循环自约束实现噪声迁移，为真实世界盲超分辨率提供更逼真的训练数据。
Xiao, Liu · 75478660 · Wang, Zhengyong · 何小海 · 任超
Knowledge-Based Systems 2025
同时考虑基于人工经验的退化分布和基于机器学习的退化分布，前者高效模拟常见退化，后者对难以显式表达的退化具有高泛化能力。
通过随机高斯分布到真实模糊核的学习映射，准确建模模糊退化。
通过循环自约束框架实现从真实噪声到干净图像的稳定迁移。
提出的循环退化增强通过混合两种退化分布来扩展合成退化空间。