用于线性逆问题的去噪自编码器：具有可证明保证的改进恢复
图像与视频处理
2021-01-14 v1 计算机视觉与模式识别
机器学习
摘要
生成式先验已在线性逆问题中展现出优于稀疏先验的结果。然而，当前最先进的方法存在以下一个或多个缺陷：(a) 恢复速度慢；(b) 重建质量差；(c) 重建质量依赖于计算代价高昂的超参数调优过程。在本工作中，我们通过利用去噪自编码器（DAE）作为先验以及一种投影梯度下降算法来恢复原始信号，从而解决这些问题。我们为该方法提供了严格的理论保证，并通过实验证明了其在压缩感知、图像修复和超分辨率方面优于现有最先进方法。我们发现，我们的算法将恢复速度提升了两个数量级（超过100倍），将重建质量提升了一个数量级（超过10倍），且不需要调优超参数。
引用
@article{arxiv.2101.05130,
title = {DAEs for Linear Inverse Problems: Improved Recovery with Provable Guarantees},
author = {Jasjeet Dhaliwal and Kyle Hambrook},
journal= {arXiv preprint arXiv:2101.05130},
year = {2021}
}