Restauration d'image par une approche bayésienne semi non supervisée et le mélange de gaussienne
Résumé
Convex image restoration is a major field in inverse problems, and problem is often addressed by hand-tuning hyper-parameters. We propose a contribution about a Bayesian approach where a convex field is constructed via Location Mixture of Gaussian and the estimator computed with a fast MCMC algorithm. Main contributions are the use of several operator avoiding crosslike artifacts and a new algorithm to simulate prior mean. Results, in comparison to standard supervised results, have equivalent quality in a quasi-unsupervised approach and go with uncertainty quantification.
La restauration convexe d'image est un champ majeur en problèmes inverses, le problème étant majoritairement résolu à hyper paramètres fixés. Nos proposons une contribution sur une approche bayésienne où le champ est construit par un mélange de gaussienne et l'esti-mateur de la moyenne a posteriori calculée par MCMC. Les contributions principales sont l'utilisation de plusieurs opérateurs de régularisation, évitant les artéfacts sur les bords, ainsi que l'utilisation d'un nouvel algorithme pour la simulation des moyennes a priori pour une meilleure stabilité numérique. Les résultats, en comparaison avec les approches supervisées standards montrent une qualité équivalente avec une approche quasiment non supervisée et fournissant en outre une quantification des incertitudes.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...