基于向量外推的 RED 加速方法
计算机视觉与模式识别
2019-04-03 v2 最优化与控制
摘要
模型在反问题中起着重要作用，作为表示待恢复原始信号的先验。去噪正则化（REgularization by Denoising, RED）是近期引入的利用最先进去噪算法构建此类先验的通用框架。使用 RED，求解反问题等价于迭代去噪过程。然而，由于去噪算法的复杂度通常较高，这可能导致整体算法缓慢。本文提出一种基于向量外推（VE）的加速技术，以加速现有 RED 求解器。数值实验验证了 VE 所带来的增益，与原不动点方法相比显著节省了计算量。
引用
@article{arxiv.1805.02158,
title = {Acceleration of RED via Vector Extrapolation},
author = {Tao Hong and Yaniv Romano and Michael Elad},
journal= {arXiv preprint arXiv:1805.02158},
year = {2019}
}
备注
5 figures, 2 tables