Le Modèle de Dégradation Probabiliste (PDM) est une nouvelle approche qui résout le problème de la super-résolution d'images aveugles, sans dépendre de modèles de dégradation connus. Le PDM décompose le processus de dégradation d'une image en parties indépendantes : le noyau de flou et le bruit. Il utilise ensuite un modèle génératif pour modéliser leur distribution, améliorant ainsi les performances.
Cette méthode innovante promet des avancées significatives dans le domaine de la vision par ordinateur, ouvrant de nouvelles perspectives. Le PDM peut également servir de générateur de données, intégrable aux modèles de super-résolution existants pour améliorer leurs performances en applications réelles. Cette approche devrait améliorer la super-résolution d'images, notamment face à des modèles de dégradation incertains.