Trainable Nonexpansive Denoisers for Contractive Image Reconstruction

Resumen Técnico: Denoisers No Expansivos Entrenables para la Reconstrucción de Imágenes Contractiva

Declaración del Problema
La reconstrucción de imágenes a partir de mediciones lineales ruidosas e incompletas es un problema inverso mal planteado fundamental en el procesamiento de imágenes computacional, que abarca tareas como el desenfoque (deblurring), la superresolución y la RM. Los enfoques variacionales clásicos resuelven $\min_x f(x) + g(x)$, donde $f$ es un término de fidelidad de datos y $g$ es un regularizador. Sin embargo, diseñar regularizadores explícitos efectivos es difícil. Los métodos Plug-and-Play (PnP) abordan esto reemplazando el operador proximal de $g$ con un denoiser (reductor de ruido) $D$. Si bien el PnP desacopla el denoiser del modelo de propagación (forward model), permitiendo la reutilización de redes preentrenadas, a menudo carece de garantías de convergencia cuando $D$ se trata como una caja negra.

Los enfoques existentes para asegurar la convergencia suelen imponer restricciones de Lipschitz (específicamente, no expansividad, donde la constante de Lipschitz es $\le 1$) solo de forma empírica en los datos de entrenamiento mediante términos de penalización. Estas restricciones "suaves" no proporcionan garantías fuera de la distribución de entrenamiento, lo que puede conducir a un comportamiento inestable o a la divergencia durante la reconstrucción. Por el contrario, imponer restricciones de Lipschitz globales en arquitecturas no lineales de alto rendimiento (como DRUNet o DnCNN) a menudo degrada significamente el rendimiento del denoiser. El desafío central es construir un denoiser que sea globalmente no expansivo por diseño, manteniendo al mismo tiempo una expresividad suficiente para una reconstrucción de alta calidad.

Metodología
Los autores proponen un marco de trabajo principista para construir una familia paramétrica de denoisers que son globalmente no expansivos por diseño. El método se basa en explotar la acción de las permutaciones sobre la red de la imagen (image lattice).

1. Agregación Basada en Permutaciones:
   El denoiser $D$ se construye agregando versiones permutadas de la imagen de entrada. Sea $G$ un grupo de permutaciones que actúa sobre la red de la imagen $\Omega$. Para una imagen ruidosa $x$ y una imagen de referencia $\xi$, el denoiser computa una agregación ponderada:
   $$D(x; \xi) = \left( \sum_{\pi \in G} N_\theta(\xi, \pi \cdot \xi) \odot (\pi \cdot x) \right) \oslash \left( \sum_{\pi \in G} N_\theta(\xi, \pi \cdot \xi) \right)$$
   Aquí, $N_\theta$ es una red neuronal ligera que predice pesos positivos basados en la imagen de referencia $\xi$ y sus variantes permutadas. La no linealidad se confina a la predicción de pesos (dependiente de $\xi$), mientras que la agregación sobre $x$ permanece lineal.

2. Condiciones Estructurales para la No Expansividad:
   Para garantizar que el operador resultante sea no expansivo (constante de Lipschitz $\le 1$), los autores imponen condiciones estructurales específicas:

   • Positividad: La salida de la red $N_\theta$ debe ser estrictamente positiva.
   • Condición de Consistencia Inversa (ICC): Los pesos deben satisfacer $N_\theta(\xi, \pi \cdot \xi) = \pi \cdot N_\theta(\xi, \pi^{-1} \cdot \xi)$. Esto asegura que el operador de agregación lineal subyacente sea simétrico.
   • Simetrización: Dado que el paso de normalización en la definición de $D$ puede romper la simetría, los autores aplican un protocolo de simetrización $\phi(D)$ (basado en Sreehari et al., 2016) para producir un operador estocástico simétrico $D_{sym}$.
   • Conjunto de Permutaciones: El conjunto $G$ se elige para que sea cerrado bajo inversión y para evitar elementos de orden 2 no triviales (involuciones) que harían que la ICC fuera excesivamente restrictiva. Los autores utilizan un conjunto de traslaciones locales $T[R]$ que cumple con estos requisitos.

3. Reconstrucción Convergente:
   El denoiser simetrizado $D_{sym}$ se integra en el marco de trabajo PnP-HQS (Splitting de Mitad-Cuadrática). Los autores demuestran que, bajo supuestos leves (incluyendo la propiedad de no aniquilación del operador de propagación), el operador de iteración de punto fijo resultante $T = D_{sym} \circ \text{prox}_{\rho f}$ es contractivo. Esto garantiza la convergencia global hacia un punto fijo único.

4. Entrenamiento e Implementación:
   La red $N_\theta$ se entrena de extremo a extremo (end-to-end) para minimizar el Error Cuadrático Medio (MSE) de la tarea de denoising. Durante la reconstrucción, se emplea una fase de "calentamiento" (warm-up) donde la imagen de referencia $\xi$ se actualiza iterativamente para mejorar la calidad de los pesos; una vez que $\xi$ se estabiliza, se congela para satisfacer las condiciones teóricas de contracción.

Contribuciones Clave

• Diseño de Denoisers No Expansivos: El artículo propone un marco para construir denoisers que son globalmente no expansivos por diseño, evitando la necesidad de estimar o restringir la constante de Lipschitz de la red durante el entrenamiento.
• Garantías Teóricas: Los autores demuestran que el operador de reconstrucción formado al integrar su denoiser con PnP-HQS es contractivo bajo supuestos leves, asegurando la convergencia global.
• Rendimiento Empírico: El método propuesto logra una calidad de reconstrucción competitiva en problemas inversos estándar (desenfoque y superresolución) en comparación con las líneas base del estado del arte.

Resultos Experimentales
Los experimentos se realizaron en conjuntos de datos estándar (CBSD10) para tareas de desenfoque de imagen y superresolución bajo varios niveles de ruido $\nu \in \{0.03, 0.05\}$ y núcleos de desenfoque.

• Denoising: En niveles altos de ruido ($\sigma = 50/255$), el denoiser propuesto supera significativamente a BM3D y se mantiene competitivo con el DRUNet sin restricciones, preservando eficazmente los detalles finos.
• Reconstrucción: En las tareas de desenfoque y superresolución, el método "Ours" alcanza puntuaciones de PSNR comparables o mejores que las líneas base convergentes recientes (por ejemplo, ADMM+CoCo-DRUNet, IHQS+SPC-DRUNet, GSPnP+GSDRUNet).
• Estabilidad: A diferencia de las líneas base con restricciones suaves (por ejemplo, SPC-DRUNet, CoCo-DRUNet) que dependen de restricciones empíricas y pueden exhibir divergencia en la práctica, el método propuesto permanece estable en todos los escenarios probados debido a su no expansividad global.
• Eficiencia: El uso de traslaciones locales y la estrategia ICC (emparejando $\pi$ y $\pi^{-1}$) reduce la carga computacional. El paso de simetrización añade tiempo de ejecución, pero el almacenamiento en caché de las salidas de la red mitiga este efecto.

Significancia y Reivindicaciones
El artículo afirma resolver el compromiso entre expresividad y garantías de convergencia en los métodos PnP. Al aprovechar las acciones de grupos de permutación, los autores demuestran que es posible construir un denoiser altamente expresivo y entrenable que sea provablemente no expansivo sin depender de restricciones empíricas que fallan fuera de la distribución de entrenamiento. El marco de reconstrucción resultante ofrece una "fuerte forma de garantía de convergencia" (contracción) que descarta la divergencia, proporcionando un enfoque más fiable y confiable para aplicaciones de imagen computacional donde la estabilidad es esencial. El trabajo hace avanzar el desarrollo de métodos de aprendizaje automático interpretables y fiables para problemas inversos.