Async-RED：一种使用深度去噪先验的可证明收敛异步块并行随机方法
图像与视频处理
2020-10-06 v1 计算机视觉与模式识别
摘要
去噪正则化（RED）是最近开发的通过集成先进去噪器作为图像先验来解决逆问题的框架。近期工作表明，当与预训练的深度去噪器结合时，它具有最先进的性能。然而，当前的 RED 算法不足以在多核系统上进行并行处理。我们通过提出一种新的异步 RED（ASYNC-RED）算法来解决此问题，该算法支持数据的异步并行处理，使其对于大规模逆问题比串行对应算法显著更快。ASYNC-RED 的计算复杂度通过在每次迭代使用随机测量子集而进一步降低。我们通过在数据保真度和去噪器上的明确假设下建立其收敛性，给出了该算法的完整理论分析。我们使用预训练深度去噪器作为先验，在图像恢复上验证了 ASYNC-RED。
引用
@article{arxiv.2010.01446,
title = {Async-RED: A Provably Convergent Asynchronous Block Parallel Stochastic Method using Deep Denoising Priors},
author = {Yu Sun and Jiaming Liu and Yiran Sun and Brendt Wohlberg and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2010.01446},
year = {2020}
}