结构化与局部化的图像复原
机器学习
2020-06-17 v1 计算机视觉与模式识别
机器学习
摘要
我们提出了一种新颖的图像复原方法，该方法利用了局部化结构化预测与非线性多任务学习的思想。我们优化一个带惩罚的能量函数，该函数由若干项之和正则化，这些项度量待复原图像块与事先收集的外部数据库中干净图像块之间的距离。所得到的估计量具有强有力的统计保证，利用了重叠图像块的局部依赖性质。我们推导了基于均方误差与欧氏范数误差的能量函数所对应的算法。最后，我们在使用标准基准的不同图像复原问题上展示了我们模型的实用有效性。
引用
@article{arxiv.2006.09261,
title = {Structured and Localized Image Restoration},
author = {Thomas Eboli and Alex Nowak-Vila and Jian Sun and Francis Bach and Jean Ponce and Alessandro Rudi},
journal= {arXiv preprint arXiv:2006.09261},
year = {2020}
}