diffusion 扩散 去雾

diffusion扩散模型是一种常用于图像恢复任务的模型，包括去雾等。该模型使用了扩散概率模型、前向扩散和反向采样等方法来实现图像恢复。具体而言，扩散模型的目标是通过迭代地应用梯度下降优化算法来最小化图像的损失函数，从而实现图像的去雾效果。

在去雾任务中，扩散模型会对图像进行多次迭代处理，每次迭代时，它会根据图像的梯度信息来调整像素的值，以减少雾气对图像产生的影响。通过多次迭代，图像中的雾气将逐渐减弱，从而实现去雾效果。