論文の概要: Analysis Plug-and-Play Methods for Imaging Inverse Problems

• arxiv url: http://arxiv.org/abs/2509.15422v1
• Date: Thu, 18 Sep 2025 21:01:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.899503
• Title: Analysis Plug-and-Play Methods for Imaging Inverse Problems
• Title（参考訳）: 逆問題解析のためのプラグアンドプレイ法
• Authors: Edward P. Chandler, Shirin Shoushtari, Brendt Wohlberg, Ulugbek S. Kamilov,
• Abstract要約: Plug-and-Play Priorsは、画像からノイズを取り除くために訓練されたデノイザーの形で事前処理を統合することで、逆イメージング問題を解決するための一般的なフレームワークである。 本稿では,代替分析の定式化について考察する。 前者は、その勾配のような画像の表現に課される。
• 参考スコア（独自算出の注目度）: 10.159516682111322
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Plug-and-Play Priors (PnP) is a popular framework for solving imaging inverse problems by integrating learned priors in the form of denoisers trained to remove Gaussian noise from images. In standard PnP methods, the denoiser is applied directly in the image domain, serving as an implicit prior on natural images. This paper considers an alternative analysis formulation of PnP, in which the prior is imposed on a transformed representation of the image, such as its gradient. Specifically, we train a Gaussian denoiser to operate in the gradient domain, rather than on the image itself. Conceptually, this is an extension of total variation (TV) regularization to learned TV regularization. To incorporate this gradient-domain prior in image reconstruction algorithms, we develop two analysis PnP algorithms based on half-quadratic splitting (APnP-HQS) and the alternating direction method of multipliers (APnP-ADMM). We evaluate our approach on image deblurring and super-resolution, demonstrating that the analysis formulation achieves performance comparable to image-domain PnP algorithms.
• Abstract（参考訳）: Plug-and-Play Priors (PnP) は、画像からガウスノイズを除去するように訓練されたデノイザーの形で学習済みの事前情報を統合することで、画像の逆問題を解決するための一般的なフレームワークである。 標準的なPnP法では、デノイザは画像領域に直接適用され、自然画像の暗黙の先行として機能する。 本稿では、PnPの別の解析式について考察し、前者は勾配などの画像の変換表現に課される。 具体的には、画像自体ではなく勾配領域で操作するようにガウスデノイザを訓練する。 概念的には、これは学習されたテレビの正則化に対する総変分(TV)正則化の拡張である。 この勾配領域を画像再構成アルゴリズムに組み込むために,半四分法分割法(APnP-HQS)と乗算器の交互方向法(APnP-ADMM)に基づく2つの解析PnPアルゴリズムを開発した。 解析式が画像領域のPnPアルゴリズムに匹敵する性能を実現することを実証し,画像の劣化と超解像に対する我々のアプローチを評価した。

関連論文リスト

• From Image Denoisers to Regularizing Imaging Inverse Problems: An Overview [10.381324512554835]
  逆問題は現代のイメージング科学の中心にあり、医療画像、リモートセンシング、顕微鏡などの分野に広く応用されている。 近年、データ駆動の正則化器がますます使われるように、イメージングの逆問題解決のパラダイムシフトが見られた。 データ駆動型正規化の顕著なアプローチは、反復的画像再構成アルゴリズムにおいて、学習された画像復号器を暗黙の先行として使用することである。
  論文  参考訳（メタデータ） (2025-09-03T16:54:59Z)
• PnP-Flow: Plug-and-Play Image Restoration with Flow Matching [9.589644878034553]
  本稿では,逆画像問題の解法であるPlug-and-Play Flow Matchingを提案する。 我々は,デノイング,スーパーレゾリューション,インペインティングのタスクにおける性能を評価した。
  論文  参考訳（メタデータ） (2024-10-03T12:13:56Z)
• Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
  emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。 本稿では,直感的に設計を記述し,設計選択について説明する。 本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
  論文  参考訳（メタデータ） (2023-10-31T16:15:13Z)
• Solving Linear Inverse Problems Provably via Posterior Sampling with Latent Diffusion Models [98.95988351420334]
  本稿では,事前学習した潜在拡散モデルを利用した線形逆問題の解法を初めて提案する。 線形モデル設定において,証明可能なサンプル回復を示すアルゴリズムを理論的に解析する。
  論文  参考訳（メタデータ） (2023-07-02T17:21:30Z)
• Poisson-Gaussian Holographic Phase Retrieval with Score-based Image Prior [19.231581775644617]
  本稿では,スコア関数を先行生成関数とする高速化されたWirtinger Flow (AWF) を用いた新しいアルゴリズム"AWFS"を提案する。 PRの対数様関数の勾配を計算し、リプシッツ定数を決定する。 本稿では,提案アルゴリズムの臨界点収束保証を確立する理論的解析を行う。
  論文  参考訳（メタデータ） (2023-05-12T18:08:47Z)
• Plug-and-Play external and internal priors for image restoration [0.0]
  画像に作用するディープデノイザに基づく画像復元のための新しいアルゴリズムを提案する。 提案手法の有効性を実地医療環境のシミュレートにより検証し,ノイズ画像の復元に有効であることを示す。
  論文  参考訳（メタデータ） (2021-02-15T12:19:28Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)
• A Fast Stochastic Plug-and-Play ADMM for Imaging Inverse Problems [5.025654873456756]
  本稿では,画像アプリケーションのための効率的なプラグアンドプレイ(逆問題)アルゴリズムを提案する。 提案手法の有効性を最先端手法と比較し,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2020-06-20T18:03:52Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。