技术特征：
技术总结
本发明涉及一种基于统计推理的图像修复方法，包括以下步骤：S1：通过机器学习算法将基本的统计推理应用于信号重建；S2：利用深度神经网络算法避免传统的对损失信号进行先验统计建模，转而通过训练大量的损坏输入和清楚的目标输出参数，来建立卷积神经网络回归模型；S3：通过最小化经验风险的方法，学习将损坏的观察结果映射到观察的清晰的信号上，从而得出，在常见的情况下，即使没有观察到清晰的信号，仅通过观察损坏的数据，也能通过这种方法来修复图像。本发明基于统计推理原理，可以在未观察到完整目标数据的情况，仅训练被破环的目标数据来进行图像修复，并且在通常情况下，可取得使用完整数据接近的图像修复性能。
技术研发人员：付蔚;赵红莹;童世华;崔逊航
受保护的技术使用者：重庆邮电大学
技术研发日：2019.01.08
技术公布日：2019.05.03