去噪正则化：澄清与新解释
计算机视觉与模式识别
2018-11-02 v4
摘要
由Romano、Elad和Milanfar近期提出的去噪正则化(RED)是一种强大的图像恢复框架，旨在最小化由即插即用图像去噪函数构造的显式正则化目标。实验证据表明RED算法处于最先进水平。然而我们主张，显式正则化并不能解释RED算法。特别地，我们指出Romano等人论文中的许多表达式仅在去噪器具有对称雅可比矩阵时才成立，并证明这种对称性在诸如非局部均值、BM3D、TNRD和DnCNN等实用去噪器中并不出现。为解释RED算法，我们提出一种称为去噪得分匹配(SMD)的新框架，旨在匹配“得分”(即对数先验的梯度)。随后我们展示了SMD、核密度估计和约束最小均方误差去噪之间的紧密联系。此外，我们从Romano等人的RED算法出发进行解释，并提出具有加速与收敛保证的新算法。最后，我们表明RED算法寻求一种共识平衡解，这有助于与即插即用ADMM进行比较。
引用
@article{arxiv.1806.02296,
title = {Regularization by Denoising: Clarifications and New Interpretations},
author = {Edward T. Reehorst and Philip Schniter},
journal= {arXiv preprint arXiv:1806.02296},
year = {2018}
}