[論文レビュー] Image denoising: learning noise distribution via PDE-constrained optimization

Juan-Carlos De Los Reyes, Carola‐Bibiane Schönlieb|arXiv (Cornell University)|Jul 14, 2012

Image and Signal Denoising Methods参考文献 39被引用数 3

ひとこと要約

本稿では、全 variation (TV) 画像ノイズ除去におけるノイズ分布を学ぶために、PDE制約付き最適化フレームワークを提案する。ノイズモデル重みの最適化を実現し、解の存在を確立し、最適性系を導出し、準ニュートン法および半スムーズニュートン法を用いて数値的にパラメータを計算することで、TVに基づくノイズ除去におけるロバストでデータ駆動型のノイズモデリングを実現する。

ABSTRACT

We propose a PDE-constrained optimization approach for the determination of noise distribution in total variation (TV) image denoising. An optimization problem for the determination of the weights correspondent to different types of noise distributions is stated and existence of an optimal solution is proved. A tailored regularization approach for the approximation of the optimal parameter values is proposed thereafter and its consistency studied. Additionally, the differentiability of the solution operator is proved and an optimality system characterizing the optimal solutions of each regularized problem is derived. The optimal parameter values are numerically computed by using a quasi-Newton method, together with semismooth Newton type algorithms for the solution of the TV-subproblems.

研究の動機と目的

• 全 variation (TV) 画像ノイズ除去における未知のノイズ分布を正確にモデル化する課題に対処すること。
• 異なるノイズタイプに対応する重みを特定するためのPDE制約付き最適化問題を定式化すること。
• ノイズ分布パラメータ推定問題における最適解の存在を厳密に証明すること。
• 最適パラメータの近似に適した正則化手法を構築し、その一貫性を確立すること。
• 各正則化問題の解を特徴付ける最適性系を導出し、数値計算に役立てる。

提案手法

• 状態方程式としてTVノイズ除去モデルを用いるPDE制約付き最適化問題を定式化し、最適化対象となるパラメータはノイズ分布の重みを表す。
• 最適パラメータ値の近似を安定化させるための正則化戦略を導入し、その極限における一貫性を証明する。
• パラメータから復元画像への解作用素の微分可能性を確立し、勾配に基づく最適化を可能にする。
• 各正則化問題の最適解を特徴付ける一次の最適性系を導出し、最適性の必要条件を提供する。
• 外側最適化のための準ニュートン法と、内側のTVサブ問題のための半スムーズニュートン型ソルバーを組み合わせて使用する。
• パラメータ更新とノイズ除去サブ問題の解法を結合するネスト型反復的手法により、非線形方程式系を解く。

実験結果

リサーチクエスチョン

• RQ1 PDE制約付き最適化フレームワークは、TVベースの画像ノイズ除去における未知のノイズ分布を効果的に学習するために使用可能か？
• RQ2 提案された最適化問題は解を有し、最適パラメータ集合の存在を厳密に証明できるか？
• RQ3 最適ノイズモデルパラメータの安定的かつ一貫的な近似を保証するように、正則化をどのように設計できるか？
• RQ4 変動するノイズパラメータを伴うTVノイズ除去の文脈において、解作用素の微分可能性特性は何か？
• RQ5 正則化問題の解を特徴付ける最適性系を導出でき、効率的な数値計算を可能にするか？

主な発見

• 提案されたPDE制約付きフレームワークのもとで、TVノイズ除去におけるノイズ分布パラメータ推定問題の最適解の存在が厳密に証明された。
• パラメータ近似のための提案された正則化手法は一貫性を示しており、正則化を細分化するに従い、近似解が真の最適パラメータに収束することが示された。
• ノイズモデルパラメータから復元画像への解作用素が微分可能であることが証明され、勾配に基づく最適化手法の利用が可能になった。
• 各正則化問題の解を特徴付ける最適性系が導出され、最適性の必要条件が提供された。
• 数値実験により、準ニュートン法と半スムーズニュートン法の組み合わせが、最適ノイズモデルパラメータを効果的に計算できることを示した。
• このフレームワークにより、ノイズタイプの事前知識がなくても、TVノイズ除去におけるデータ駆動型のノイズ分布選択が可能となり、ロバスト性と精度が向上した。