في عالم التصوير الفلكي، تعتبر عملية استعادة الصور من التحديات الكبرى، حيث تتطلب الطرق الحديثة عادةً كميات هائلة من بيانات التدريب المحددة. ولكن، مع ظهور تقنية Deep Image Prior (DIP)، تم تجاوز هذه العقبة، حيث تعتمد على تحسين غير مشرف لصورة واحدة فقط. ومع ذلك، كانت هناك مشكلات مثل الإفراط في التوفيق وتوليد الزوائد.

الآن، تقدم دراسة جديدة إطار DIPLI، الذي يعد نقلة نوعية في هذا المجال. يركز DIPLI على الأهداف الفلكية ذات التباين العالي، حيث يعتمد على معالجة متعددة الإطارات باستخدام تقنية Back Projection جنبًا إلى جنب مع تقدير التدفق البصري الكثيف عبر نموذج TVNet. هذه الطريقة تُمكن من استبدال التقديرات الحتمية بتقديرات مونت كارلو باستخدام ديناميات تدرج ستوكاستيك (SGLD).

قد أظهرت التقييمات الشاملة أن DIPLI يتفوق على النموذج الأصلي DIP والنماذج الأخرى مثل RVRT وDiffIR2VR-Zero على بيانات اصطناعية، محققاً أفضل درجات في الجودة الإدراكية. بل إن النموذج يتطلب عددًا أقل من الإطارات المدخلة مقارنة بتقنية Lucky Imaging التقليدية، مما يجعله خيارًا أكثر كفاءة.

الجوانب النوعية التي تم تقييمها على بيانات حقيقية من أجرام سماوية تُظهر أن DIPLI يحافظ على التفاصيل الدقيقة بينما يقلل من الضوضاء والعيوب، مما ينقل التصوير الفلكي إلى مستويات جديدة من الجودة.