本文提出了一种改进的深度图像先验(DIP)模型，通过多帧处理和马尔可夫方法，解决天文摄影中训练数据不足的问题，显著降低噪声并提高结果稳定性。

本研究探讨了深度图像先验在过参数化与欠参数化之间的性能与效率，提出了“彩票图像先验”（LIP）概念。研究表明，LIP子网络在图像恢复任务中显著优于传统深度解码器，并具有较高的转移性。

本文介绍了一种基于深度图像先验的图像去噪方法，无需预训练即可成功恢复噪声图像。作者提出了通过监视 JPEG 文件大小作为噪声水平的代理度量标准，可以作为早停止的有效指标。实验证明，该方法有效。