一种用于欧几里得中位数及其在鲁棒块回归中应用的新ADMM算法
计算机视觉与模式识别
2015-01-19 v1
摘要
欧几里得空间中点集的欧几里得中位数（EM）是使x到中点的欧几里得距离（加权）和最小的点x。尽管EM没有闭式表达式，但仍可使用诸如Wieszfeld算法等迭代方法计算。EM经典地用作多变量数据中心的鲁棒估计量。最近证明，通过推广流行的非局部均值（Non-Local Means）算法，EM可用于执行基于块的鲁棒图像去噪。本文中，我们提出一种利用变量分裂和增广拉格朗日法计算EM（及其盒约束对应物）的新算法。该方法的吸引人之处在于，基于ADMM的增广拉格朗日优化中所涉及的子问题可使用简单的闭式投影求解。所提出的ADMM求解器用于基于块的鲁棒图像去噪，并被证明与现有求解器相比表现出更快的收敛性。
引用
@article{arxiv.1501.03879,
title = {A new ADMM algorithm for the Euclidean median and its application to robust patch regression},
author = {Kunal N. Chaudhury and K. R. Ramakrishnan},
journal= {arXiv preprint arXiv:1501.03879},
year = {2015}
}
备注
5 pages, 3 figures, 1 table. To appear in Proc. IEEE International Conference on Acoustics, Speech, and Signal Processing, April 19-24, 2015