基于块的图像复原：使用期望传播方法
计算机视觉与模式识别
2021-11-11 v2 统计方法学
摘要
本文提出了一种利用基于块先验分布的期望传播（EP）框架用于图像复原。虽然蒙特卡洛技术经典地用于从难处理的后验分布中采样，但在图像复原等高维推断问题中可能面临可扩展性问题。为解决此问题，本文使用EP通过多元高斯密度的乘积来近似后验分布。此外，对这些密度的协方差矩阵施加结构约束可实现更高的可扩展性和分布式计算。尽管该方法天然适用于加性高斯观测噪声，它也可扩展至非高斯噪声。针对高斯和泊松噪声的去噪、修复与去卷积问题所进行的实验，说明了这种灵活的近似贝叶斯方法在成像问题不确定性量化中的潜在优势，且相比采样技术计算成本更低。
引用
@article{arxiv.2106.15327,
title = {Patch-Based Image Restoration using Expectation Propagation},
author = {Dan Yao and Stephen McLaughlin and Yoann Altmann},
journal= {arXiv preprint arXiv:2106.15327},
year = {2021}
}
备注
27 pages