[논문 리뷰] Improved Total Variation based Image Compressive Sensing Recovery by Nonlocal Regularization

Jian Zhang, Shaohui Liu외 3명|arXiv (Cornell University)|2012. 08. 18.

Sparse and Compressive Sensing Techniques참고 문헌 7인용 수 6

한 줄 요약

이 논문은 스위치 효과를 줄이고 질감 복원을 향상시키기 위해 총변동성(TV) 최소화에 비국소 정규화를 통합하여 영상의 압축 감지 복원을 위한 새로운 방법을 제안한다. 자기 유사성에 기반한 비국소 평균 필터링을 활용하고, 복합 최적화 문제를 보완된 라그랑주 알고리즘을 통해 해결함으로써, 최신의 TV 기반 접근 방식에 비해 뛰어난 PSNR와 시각적 품질을 달성한다.

ABSTRACT

Recently, total variation (TV) based minimization algorithms have achieved great success in compressive sensing (CS) recovery for natural images due to its virtue of preserving edges. However, the use of TV is not able to recover the fine details and textures, and often suffers from undesirable staircase artifact. To reduce these effects, this letter presents an improved TV based image CS recovery algorithm by introducing a new nonlocal regularization constraint into CS optimization problem. The nonlocal regularization is built on the well known nonlocal means (NLM) filtering and takes advantage of self-similarity in images, which helps to suppress the staircase effect and restore the fine details. Furthermore, an efficient augmented Lagrangian based algorithm is developed to solve the above combined TV and nonlocal regularization constrained problem. Experimental results demonstrate that the proposed algorithm achieves significant performance improvements over the state-of-the-art TV based algorithm in both PSNR and visual perception.

연구 동기 및 목표

• 총변동성(TV)이 압축 감지에서 가지는 한계, 특히 스위치 효과와 열악한 질감 복원을 해결하기 위해.
• 자연 영상의 자기 유사한 구조를 이용한 비국소 정규화를 통합하여 영상 복원 품질을 향상시키기 위해.
• TV와 비국소 정규화의 병합 문제를 해결하기 위한 효율적인 최적화 알고리즘을 개발하기 위해.
• 기존의 TV 기반 압축 감지 복원 방법에 비해 더 높은 피크 신호 대비 잡음 비율(PSNR)과 시각적 정밀도를 달성하기 위해.

제안 방법

• 이미지 패치의 자기 유사성을 활용하기 위해 비국소 평균(NLM) 필터에 기반한 비국소 정규화 항을 도입한다.
• 압축 감지 복원을 위한 제약 조건 하에 비국소 정규화를 총변동성(TV)과 병합한다.
• TV와 비국소 항을 모두 포함하는 복합 최적화 문제를 효율적으로 해결하기 위해 보완된 라그랑주 방법을 사용한다.
• 합성 목표 함수의 비연속성 및 비분리성 문제를 다루기 위해 분할 상환 다중 승수법(ADMM)의 변형을 적용한다.
• 수렴을 보장하기 위해 이미지 추정치, 이중 변수, 보조 변수를 번갈아 가며 갱신한다.
• 공동 정규화를 통해 가장자리를 유지하면서도 블록 모양의 잡음과 미세 질감을 향상시킨다.

실험 결과

연구 질문

• RQ1 비국소 정규화는 총변동성 기반의 압축 감지 복원에서 스위치 효과를 효과적으로 줄일 수 있는가?
• RQ2 비국소 평균을 통한 자기 유사성 통합은 압축 감지에서 질감과 세부 정보 복원을 어떻게 향상시키는가?
• RQ3 TV와 비국소 정규화의 조합이 영상 복원에서 PSNR와 시각적 품질에 어떤 영향을 미치는가?
• RQ4 TV와 비국소 정규화의 병합 문제를 다룰 수 있는 효율적인 최적화 알고리즘을 설계할 수 있는가?
• RQ5 최신의 TV 기반 압축 감지 복원 기법에 비해 제안된 방법은 재구성 정확도와 시각적 정밀도 측면에서 어떻게 비교되는가?

주요 결과

• 실험 결과에 따르면, 표준 TV 기반 압축 감지 복원 알고리즘에 비해 제안된 방법이 유의미한 PSNR 향상을 달성한다.
• 시각적 품질이 뚜렷이 향상되어 스위치 효과가 감소하고 세밀한 질감 및 가장자리가 더 잘 보존된다.
• 비국소 정규화의 통합은 TV 기반 복원에서 흔히 발생하는 블록 모양의 외관을 효과적으로 억제한다.
• 보완된 라그랑주 알고리즘이 안정적이고 효율적으로 수렴하여 실용적인 영상 복원 작업에 적용 가능하다.
• 정량적(PSNR) 및 정성적(시각적 인식) 평가 모두에서 기존의 최신 TV 기반 접근 방식을 뛰어넘는 성능을 보였다.