梯度正则化深度学习方法用于近视视觉图像恢复

研究提出一种基于U-Net的深度学习方法，通过训练神经网络抵消由二阶Zernike多项式Z_2^0建模的散焦像差，为固定距离近视者生成增强清晰度的变换图像。方法在KITTI数据集上训练，在DIV2K和ImageNet上测试，损失函数结合重建误差最小化与ℓ1正则化的空间差异结构保持。