我对扩散模型有点熟悉，因为它们是学习图像的一些潜在变量表示的过程。这是通过学习如何消除累进高斯噪声的影响来实现的。我想知道我是否可以使用扩散模型去噪图像?以前有人这样做过吗?
是的，它们可以，并且有关于去噪扩散概率模型的研究出版物。
我非常熟悉语音去噪。基于改进扩散概率模型(improved diffusion probistic models
)中的改进扩散概率模型的语音去噪我相信使用扩散模型进行去噪具有无限的潜力，因为它们能够灵活地模拟任何分布，并且可以制定可分析评估的可处理模型。
对图像去噪就像一个线性逆问题。在使用扩散模型解决各种测量噪声下的超分辨率、去模糊、涂漆和着色等相关问题方面已经有了很多努力。
研究工作DDRM -去噪扩散恢复模型解决了同样的问题。DDRM在不同ImageNet数据集上的重建质量、感知质量和运行时间方面优于当前领先的无监督方法。这里是读https://arxiv.org/abs/2201.11793