[논문 리뷰] Bayesian Semi-Blind Deconvolution at Scale

Guillermina Senn, Håkon Tjelmeland외 3명|arXiv (Cornell University)|2026. 01. 14.

Advanced Image Processing Techniques인용 수 0

한 줄 요약

본 논문은 대규모 문제에 대해 Bayesian 세미 블라인드 디컨볼루션을 사이클릭 격자에 모델을 내재화하고, FFT 기반 계산을 사용하며, 마진(Hamiltonian Monte Carlo) 블러 업데이트를 도입하여 확장한다.

ABSTRACT

Blind image deconvolution refers to the problem of simultaneously estimating the blur kernel and the true image from a set of observations when both the blur kernel and the true image are unknown. Sometimes, additional image and/or blur information is available and the term semi-blind deconvolution (SBD) is used. We consider a recently introduced Bayesian conjugate hierarchical model for SBD, formulated on an extended cyclic lattice to allow a computationally scalable Gibbs sampler. In this article, we extend this model to the general SBD problem, rewrite the previously proposed Gibbs sampler so that operations are performed in the Fourier domain whenever possible, and introduce a new marginal Hamiltonian Monte Carlo (HMC) blur update, obtained by analytically integrating the blur-image joint conditional over the image. The cyclic formulation combined with non-trivial linear algebra manipulations allows a Fourier-based, scalable HMC update, otherwise complicated by the rigid constraints of the SBD problem. Having determined the padding size in the cyclic embedding through a numerical experiment, we compare the mixing and exploration behaviour of the Gibbs and HMC blur updates on simulated data and on a real geophysical seismic imaging problem where we invert a grid with $300 imes50$ nodes, corresponding to a posterior with approximately $80,000$ parameters.

연구 동기 및 목표

• 이미지와 블러가 모두 미지수이지만 일부 부분 정보가 제공되는 반blind 문제를 다룬다.
• 확장된 사이클릭 격자에 구현된 세미 블라인드 디컨볼루션을 위한 확장 가능한 베이지안 프레임워크와 샘플러를 개발한다.
• 구조를 활용하기 위한 FFT 기반 연산을 가능하게 하고 믹싱과 탐색을 개선하기 위한 마진 HMC 블러 업데이트를 제안한다.
• 고차원 후방사후를 갖는 시뮬레이션 데이터와 실제 지진 이미징 문제에서 확장성을 입증한다.
• 패딩 크기에 대한 실용적인 가이드라인을 제공하고 수렴 및 탐색 측면에서 Gibbs와 HMC 블러 업데이트를 비교한다.

제안 방법

• 정확한 관측으로부터의 하드 제약을 포함하여 데이터, 블러 및 이미지를 다루는 확장된 사이클릭 격자 위에 계층적 베이지안 모델을 형식화한다.
• 블러 및 이미지 사전분포를 Fourier 도메인 표현을 갖는 가우시안으로 표현하여 빠른 선형대수 연산과 FFT 기반 샘플링을 가능하게 한다.
• 명시적 공분산 분해 없이도 하드 선형 제약하에서 Kriging에 의한 조건부 샘플링을 사용한다.
• 이미지를 적분하여 제거하고 Fourier 도메인에서 블러를 효율적으로 샘플링하는 새로운 마진 HMC 블러 업데이트를 도출한다.
• 경계 효과를 완화하고 로그-선형 FFT 계산을 가능하게 하기 위해 패딩을 갖춘 사이클릭 설정에 문제를 포함한다.
• 시뮬레이션 데이터와 300×50 지진 서브그리드에서 약 80k 후방 매개변수를 가진 사례로 Gibbs와 HMC 블러 업데이트를 비교한다.

Figure 2 : Realizations from the marginal blur posteriors obtained with $\alpha=1$ and $\alpha=1$ for the $24\times 1$ dataset simulated from the model, for increasing number $m$ of exact image observations. Each line represents a posterior sample, with the posterior mean depicted by thicker solid l

실험 결과

연구 질문

• RQ1 세미 블라인드 디컨볼루션을 고차원 이미지와 블러 매개변수에 대해 확장 가능하도록 어떻게 공식화할 수 있는가?
• RQ2 FFT 기반 업데이트를 갖춘 사이클릭 격자에서 모델을 표현하는 것이 표준 Gibbs 샘플링에 비해 계산 효율성과 혼합을 개선하는가?
• RQ3 이미지에 대해 해석적으로 적분하는 마진 HMC 블러 업데이트가 SBD 모델하에서 블러 후방사후의 탐색을 개선하는가?
• RQ4 시뮬레이션 데이터와 실제 지진 데이터 모두에서 패딩 크기와 정확한 관측이 알고리즘 성능에 미치는 영향은 무엇인가?
• RQ5 제안된 접근 방식이 현실적인 후방 차원을 가진 대규모 지구물리 이미징 문제에서 어떻게 성능을 보이는가?

주요 결과

• 푸리에 기반 접근법은 소프트 제약과 하드 제약이 있는 경우에도 확장 가능한 샘플링을 가능하게 한다.
• 푸리에 도메인에서 샘플링된 마진 HMC 블러 업데이트가 테스트 설정에서 Gibbs 업데이트에 비해 믹싱과 탐색을 향상시킨다.
• 시뮬레이션 데이터와 300×50 구간의 실제 지진 데이터셋에서 약 80k 후방 매개변수를 가진 것을 시연한다.
• 패딩 크기는 경계 아티팩트를 줄이기 위한 수치 실험으로 결정된다.
• 이 접근법은 고차원 후방에서 불확실성 정량화를 갖춘 SBD의 확장 가능한 베이지안 해법을 제공한다.

(a) ESS.