用于图像去噪的云K-SVD
图像与视频处理
2023-03-03 v1 人工智能
计算机视觉与模式识别
分布式、并行与集群计算
机器学习
摘要
Cloud K-SVD是一种字典学习算法，可在多个节点上训练并由此产生一个用于表示图像数据中低维几何结构的公共字典。我们提出了该算法的新颖应用，将其用于从重叠块中恢复无噪声及含噪图像。我们使用Docker容器在Kubernetes中实现节点网络以支撑Cloud K-SVD。结果表明，Cloud K-SVD能够近似恢复图像，并从基准灰度图像中去除可量化的噪声而不牺牲恢复精度；对于噪声水平（μ = 0，σ² = 0.01、0.005、0.001），我们在干净图像与恢复图像间分别取得SSIM指数0.88、0.91和0.95，与该领域SOTA相近。Cloud K-SVD显然能够跨多个节点学习公共字典并去除图像中的AWGN。该公共字典可用于在网络中任意节点恢复特定图像。
引用
@article{arxiv.2303.00755,
title = {Cloud K-SVD for Image Denoising},
author = {Christian Marius Lillelund and Henrik Bagger Jensen and Christian Fischer Pedersen},
journal= {arXiv preprint arXiv:2303.00755},
year = {2023}
}