重新审视自然图像的卷积稀疏编码模型
图像与视频处理
2019-09-13 v1 计算机视觉与模式识别
摘要
在信号与图像处理中正则化逆问题时，常使用相对于过完备字典的稀疏表示。近年来，由平移不变滤波器构成字典的卷积稀疏编码（CSC）模型重新受到关注。尽管该模型已成功用于某些图像处理问题，但在去噪等简单任务上仍落后于传统的基于块的方法。本工作中，我们提供了关于 CSC 模型及其表示自然图像能力的新见解，并提出了该模型与其基于块的先驱之间的贝叶斯联系。借助这些观察，我们提出了一种新颖的前馈网络，利用步幅卷积遵循对 CSC 模型的 MMSE 近似过程。该有监督架构的性能被证明与使用参数少得多的 SOTA 方法相当。
引用
@article{arxiv.1909.05742,
title = {Rethinking the CSC Model for Natural Images},
author = {Dror Simon and Michael Elad},
journal= {arXiv preprint arXiv:1909.05742},
year = {2019}
}