图拉普拉斯先验

用于引导深度图超分辨率的双图正则化深度展开网络

Dual Graph Regularized Deep Unfolding Network for Guided Depth Map Super-resolution

把图优化展开成可解释的多阶段网络，并用行列分离的双图拉普拉斯先验把复杂度从 O(H^3W^3) 降到 O(H^3+W^3)，这套「先验建模+展开求解」的范式可直接迁移到其他需要结构保持的复原任务（如引导滤波式上采样、联合滤波）。