A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models

要約

再構成と特徴抽出の同時問題は、画像処理における困難なタスクです。
これは、画像の復元とその特徴の抽出を共同で実行することにあります。
この研究では、まず、問題の新しい非滑らかで非凸の変分定式化を提案します。
この目的のために、指数を含むパラメータが空間変量である汎用の一般化ガウス事前分布を導入します。
次に、提案された非凸目的関数の構造を効率的に利用する交互近似ベースの最適化アルゴリズムを設計します。
このアルゴリズムの収束も分析します。
共同ブレ除去/セグメンテーションタスクで実施された数値実験で示されているように、提案された方法は高品質の結果を提供します。

要約(オリジナル)

The joint problem of reconstruction / feature extraction is a challenging task in image processing. It consists in performing, in a joint manner, the restoration of an image and the extraction of its features. In this work, we firstly propose a novel nonsmooth and non-convex variational formulation of the problem. For this purpose, we introduce a versatile generalised Gaussian prior whose parameters, including its exponent, are space-variant. Secondly, we design an alternating proximal-based optimisation algorithm that efficiently exploits the structure of the proposed non-convex objective function. We also analyse the convergence of this algorithm. As shown in numerical experiments conducted on joint deblurring/segmentation tasks, the proposed method provides high-quality results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google