이 논문은 쌍이 없는 데이터만을 활용하여 블라인드 역문제를 해결하기 위한 새로운 프레임워크를 제안한다. 기존 방법들은 종종 연산자에 대한 사전 지식을 가정하거나, 열화 이미지와 정답 이미지를 쌍으로 요구한다. 반면, 우리가 제안하는 방법은 이러한 가정을 전혀 필요로 하지 않으며, 따라서 쌍 데이터가 존재하지 않고 연산자가 알려지지 않은 실제 환경에서 특히 적합하다. 우리는 먼저 깨끗한 데이터 분포에서 열화 데이터 분포로의 최적 수송을 학습함으로써 연산자를 추정한다. 이렇게 추정된 연산자는 이후 확산 기반 사후 샘플링 방법에 통합되어, 비블라인드 방식으로 역문제를 해결하는 데 활용된다. 실험 결과, 제안하는 방법은 블라인드 역문제에서 기존의 확산 기반 접근법들을 능가하는 성능을 보였다.
Kim et al. (Sat,) studied this question.