用于收敛即插即用方法的梯度步去噪器
计算机视觉与模式识别
2022-02-15 v2 图像与视频处理
最优化与控制
摘要
即插即用（Plug-and-Play）方法构成了一类用于成像问题的迭代算法，其中正则化由现成的去噪器执行。尽管即插即用方法能为各种图像问题带来极佳的视觉性能，但少数现有的收敛性保证基于不现实（或次优）的去噪器假设，或仅限于强凸数据项。在本工作中，我们提出了一种基于半二次分裂的新型即插即用方法，其去噪器实现为对由深度神经网络参数化的泛函进行梯度下降步。利用非凸情形下近端梯度下降算法的收敛结果，我们表明所提出的即插即用算法是一个收敛的迭代格式，其目标是显式全局泛函的驻点。此外，实验表明，可以学习这样的深度去噪器，同时与其他用于即插即用方案的先进深度去噪器相比不牺牲性能。我们将我们的近端梯度算法应用于各种病态逆问题，例如去模糊、超分辨率和修复。对于所有这些应用，数值结果从经验上确认了收敛结果。实验还表明，这一新算法在定量和定性上均达到了最先进的性能。
引用
@article{arxiv.2110.03220,
title = {Gradient Step Denoiser for convergent Plug-and-Play},
author = {Samuel Hurault and Arthur Leclaire and Nicolas Papadakis},
journal= {arXiv preprint arXiv:2110.03220},
year = {2022}
}