【图像去噪】SSDA论文详解（Image Denoising and Inpainting with Deep Neural Networks ）

论文原文：http://papers.nips.cc/paper/4686-image-denoising-and-inpainting-with-deep-neural-networks.pdf

一、简介

论文主要介绍了一种解决盲图像去噪和图像复原问题的新方法SSDA（叠加稀疏去噪自动编码器,Stacked Sparse Denoising Auto-encoders），它将稀疏编码和深度网络训练结合起来，不仅可以处理像素随机丢失式的简单噪声，还可以处理叠加文本类型的复杂模式。

图像去噪两种最常见的方法：

1. 将图像信号转换到复域（傅里叶变换等），使得更容易将噪声分离出来。
2. 直接从图像域中捕获统计信息。稀疏编码方法从完备字典的稀疏线性组合中重建图像，字典是从数据中学习的，而不是人工编造的，这一学习步骤显着地提高了稀疏编码的性能。

图像修复方法可分为非盲修复和盲修复两类，在非盲修复中，需要修复的区域需要预先告诉算法；而在盲修复中，不给出损坏像素位置的信息，算法必须自动识别需要修复的像素。

论文指出虽然稀疏编码模型在实际应用中表现良好，但它们都具有较浅的线性结构，故提出将稀疏编码的优势“稀疏”和深度网络的“深度”相结合，解决图像去噪和盲修复问题。

二、模型介绍

image

由于拥有很多隐藏层的深度神经网络训练起来很困难，所以一般的做法是在传统的反向传播训练前，采用贪心分层预训练，从而给正式训练的较好的初始化参数，论文使用DA（去噪自动编码器，denoising auto-encoder）对模型进行预训练，因为DA有助于去噪和修复。DA是一个两层的神经网络，它试图从含噪声的图像输入中重建原始输入；SDA（stacked denoising auto-encoders）是一系列DA的叠加表示，前一层的输出经过激活函数作为下一层的输入，SDA广泛用于非监督预训练和特征学习。

2.1.问题公式

y为原始没有噪声的纯净图像，x为噪声图像，η是假设的图像被噪音污染的函数：

image

图像去噪的目标函数，找到f使复原的图像尽量逼近原清晰图像，f是η的反函数：

image

2.2.DA(去噪自动编码器,Denoising Auto-encoder)

image

image

上图即是DA的网络模型，非常简单，σ(x) = (1+ exp(-x))-1 是sigmoid激活函数。

image

可以使用各种优化方法对DA进行培训，以最大限度地减少重建损失。

在完成一个DA的训练之后，我们可以使用前一层的隐层激活（即^Y(X)）作为下一层的输入来训练下一层。这称为叠加去噪自动编码器(SDA)。

2.3.SSDA(叠加稀疏去噪自动编码器,Stacked Sparse Denoising Auto-encoders）

由于直接处理整个图像是很难的，所以从图像中抽取重叠的子图像块（patches）作为数据对象。将（xi,yi）子图像对送入模型进行训练，经过训练后，SSDA将能够在任何噪声观测的情况下重建相应的干净图像。

预训练：结合稀疏编码和神经网络的优点，同时为了避免过拟合，首先训练了一个DA，对最小化重建损失提供了一个稀疏诱导项来进行调整：

image

其中KL距离也叫做相对熵，用来衡量两个概率分布的距离：

image

通过选择比较小的ρ将隐藏层的表示调整稀疏，以便KL散度项促使隐藏单元的平均激活变得比较小。因此，隐藏单元将在大多数情况下为零，并实现稀疏。

微调：当训练完第一层DA时，将h(yi)和h(xi)分别作为第二层DA的纯净和噪声输入对。然后用k层叠加DA的权重初始化一个深度网络。网络有一层输入层，一层输出层，和2K-1个隐藏层。整个网络使用标准的BP算法进行训练来最小化目标函数:

image

在这里没有使用稀疏正则化，因为预训练的权重将用来调整网络。无论在在预训练阶段还是微调阶段，都采用了L-BFGS算法(拟牛顿法)对损失函数进行了优化，可以达到最快的收敛速度。

三、实验

实验评价图像修复的标准是PSNR(峰值信噪比)，公式如下：

image

image

实验过程比较简单了，分两组，一组做去高斯白噪音，实验横向对比了KSVD和BLS-GSM，实验结果如下表：

image

可以看出，三种算法效果差别不大，但是在实际还原图像观感上，作者认为SSDA在复杂区域和细节表现更好。

另一组做去重叠文本，实验发现SSDA可以完全消除小字体的文本，但是较大字体的文本的消除相较KSVD效果较差。但是论文指出SSDA是盲修复方法，即使KSVD是一种非盲算法，盲修复要困难的多。