复原问题中图像模型与先验关系的集合论研究
图像与视频处理
2020-03-31 v1 机器学习
信号处理
机器学习
摘要
图像先验建模是图像恢复、计算成像、压缩感知及其他逆问题的关键问题。近期结合多种有效先验（如稀疏或低秩模型）的算法已在各类应用中展现出优越性能。然而，流行图像模型之间的关系尚不清楚，且总体上缺乏理论来阐明其联系。本文对图像模型进行了理论分析，以弥合应用与图像先验理解之间的鸿沟，包括稀疏性、组稀疏性、联合稀疏性和低秩性等。我们系统地研究了每种图像模型对图像复原的有效性。此外，我们将通过结合多模型带来的去噪性能提升归因于图像模型间的关系。我们进行了大量实验以比较去噪结果，其与我们的分析一致。在基于模型的方法之上，我们定量展示了深度学习方法隐式利用的图像属性，其可通过与互补图像模型结合进一步提升去噪性能。
引用
@article{arxiv.2003.12985,
title = {A Set-Theoretic Study of the Relationships of Image Models and Priors for Restoration Problems},
author = {Bihan Wen and Yanjun Li and Yuqi Li and Yoram Bresler},
journal= {arXiv preprint arXiv:2003.12985},
year = {2020}
}