跳到正文
热点事件持续更新

DAWN盲去卷积框架发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,Yida Pan等人在arXiv发表DAWN框架论文,提出一种无需训练数据的图像反卷积新方法,通过交替注入模型估计与网络先验解决高噪盲去卷积难题。 在Levin数据集上,该框架图像质量超越次优基线4.5dB,并在FFHQ数据集上表现出媲美大规模预训练扩散模型的性能。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    DAWN:基于交替维纳引导的鲁棒神经盲反卷积

    提出无需训练数据的 DAWN 框架,通过交替注入模型估计与网络先验,解决高噪下的盲图像反卷积难题。 在 Levin 数据集(σ=0.1)上图像质量超次优基线 4.5 dB,且在 FFHQ 上媲美大规模预训练扩散模型。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。