本文介绍了一种基于无监督学习的生成扩散先验（GDP）方法，利用预训练的去噪扩散生成模型进行盲图像恢复。实验结果表明，GDP在图像重建质量上优于现有方法。此外，DiffPIR和DiffBIR等新方法在图像恢复任务中也表现出色，推动了扩散模型在图像修复领域的应用。

本文介绍了一种基于无监督学习的生成扩散先验（GDP）方法，可用于盲图像恢复。该方法采用预训练的去噪扩散生成模型（DDPM）来建模后验分布，并通过优化退化模型参数来实现图像恢复。实验结果表明，GDP 在各种图像重建质量和感知质量的基准测试中表现优异。