最近，图像复原领域受到了深度学习技术的巨大影响。Ulyanov 等人的深度图像先验（DIP）工作就是其中之一。DIP 为图像复原的正则化提供了一种新的方法。尽管 DIP 已被证明是有效的，但与最先进的替代方法相比，它的效果并不理想。在这项工作中，作者的目标是通过添加一个显式先验来增强 DIP，这丰富了整体正则化效果，从而可以更好地恢复图像。更具体地说，作者建议引入通过去噪进行正则化（Regularization by Denoising，RED）的概念，它利用现有的去噪器来正则化复原问题。他们的工作展示了如何将两者合并到高效的恢复过程中，同时避免区分所选的去噪器，并产生非常有效的结果，这在几个已测试的复原问题中得到了证明。