arXiv ID:
2607.00138
arXiv 提交日期: 2026-06-30
MG-SpaIR:面向无训练数据图像恢复的多级稀疏引导隐式表示方法 / MG-SpaIR: Multi-grade Sparse-guided Implicit Representation for Training-Data-Free Image Restoration
1️⃣ 一句话总结
本文提出了一种无需训练数据的图像恢复框架MG-SpaIR,它通过多级粗细结合的残差结构和显式稀疏约束,从一张模糊、降噪、缺失像素的混合退化图像中重建出清晰图像,在避免过拟合的同时提升了恢复质量,比传统无数据方法(如深度图像先验)更稳定、可解释且高效。