深度学习：Deep image prior

1.先验知识

网络对噪声和不自然不规律的数据是有抵抗力的，很抗拒不自然的东西

2.DIP

3.理解

（1）网络先学习到的或者容易学习到的是image的低频信息LF， 而噪声都是高频HF的。 所以网络restore的时候先将LF信息恢复了，而不恢复HF信息， 就是降噪了。

4.局限性

（1）图像边缘信息丢失。一方面是噪声的HF信息和图像自己的边缘HF信息很容易混在一起 这也是denoising的难点；
（2）没有迭代停止标准。一方面是我们不知道到底恢复到什么程度， 才算是恢复了图像的所有LF信息而不包括噪声HF信息
（3）迭代次数大，耗时长。