Fair Primal Dual Splitting Method for Image Inverse Problems

要約

画像逆問題には、画像科学の重要な分野である画像処理、超解像度、コンピューター ビジョンなど、数多くの応用分野があります。
これらのアプリケーション モデルは、さまざまな基本的な双対型の方法で解決できる 3 関数の複合最適化問題として見ることができます。
我々は、平滑項を主部分問題だけでなく双対部分問題にも組み込む、公正な主双対アルゴリズムのフレームワークを提案します。
グローバル収束を統一し、私たちが提案する公平な主双対法の収束率を確立します。
画像のノイズ除去と超解像度再構成に関する実験により、提案された方法が現在の最先端技術よりも優れていることが実証されました。

要約(オリジナル)

Image inverse problems have numerous applications, including image processing, super-resolution, and computer vision, which are important areas in image science. These application models can be seen as a three-function composite optimization problem solvable by a variety of primal dual-type methods. We propose a fair primal dual algorithmic framework that incorporates the smooth term not only into the primal subproblem but also into the dual subproblem. We unify the global convergence and establish the convergence rates of our proposed fair primal dual method. Experiments on image denoising and super-resolution reconstruction demonstrate the superiority of the proposed method over the current state-of-the-art.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google