⚡ electrical engineering

Trainable Nonexpansive Denoisers for Contractive Image Reconstruction

本文介绍了一种可训练的去噪器架构，该架构利用图像格置换（image lattice permutations）来保证全局非扩张性，从而在保持竞争性能的同时，为超分辨率和去模糊等逆问题实现可证明收敛的图像重建。

原作者： Arghya Sinha, Aditya Banerjee, Trishit Mukherjee, Kunal N. Chaudhury

发布于 2026-07-28✓ Author reviewed ⓘ

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Arghya Sinha, Aditya Banerjee, Trishit Mukherjee, Kunal N. Chaudhury

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图解决一个巨大的、混乱的拼图，其中一些碎片丢失了，而你手头的碎片又布满了静电噪声。这就是“计算成像”领域的日常工作——这是一个致力于清理模糊照片、修复 MRI 扫描或在不让细节变成像素化色块的情况下放大微小细节的科学领域。解决这些拼图问题的秘密武器是一种特殊的数学“橡皮擦”，叫做去噪器（denoiser）。把去噪器想象成一个超级聪明的编辑，它观察一张充满噪声的照片，并猜测其清晰版本应该是什么样子。

多年来，科学家们一直通过深度学习来教计算机成为这些编辑，这就像是用数百万个示例来训练一个数字大脑。但问题在于：有时当你要求这个数字大脑重复性地修复一张照片时，它会变得困惑，开始产生幻觉般的奇怪模式，或者只是原地打转而找不到答案。为了阻止这种情况，研究人员需要为这个编辑建造一个“安全笼”，确保它永远不会做出让图像偏离真相的举动。这篇论文探讨了一个棘手的问题：如何构建一个既是天才编辑又是完美听话机器人的去噪器，并保证它绝不会“失控”。

问题所在：狂野的编辑

在图像重建的世界里，我们经常使用一种叫做“即插即用”（Plug-and-Play, PnP）的方法。想象一下，你正在尝试修复一张有划痕的老照片。你有一本规则手册（描述照片是如何受损的数学原理）和一个神奇的编辑（去噪器）。你先做一个猜测，应用规则手册，然后要求神奇编辑进行清理。你一遍又一遍地重复这个过程。

问题在于，大多数神奇编辑都是“狂野”的。它们被训练成擅长清理照片，但它们没有一条严格的规则说：“你绝不能让图像变得比之前更混乱。”如果你要求一个狂野的编辑在循环中工作，它可能会意外地创造出新的噪声或扭曲图像，导致整个过程失败。

一些研究人员尝试通过在训练期间给编辑加上“软”约束来修复这个问题，比如告诉它：“尽量不要太疯狂。”但这就像是在训练一只狗，只在你看向它时才让它坐下；一旦你转过头去，这只狗可能会跳上桌子。这些方法在它们训练过的照片上表现良好，但无法保证在面对一张全新的、未见过的照片时，编辑不会变得狂野。

解决方案：置换派对

本文作者 Arghya Sinha 及其团队想出了一个聪明的方法，来构建一个**非扩张（nonexpansive）**的编辑器。简单来说，这意味着该编辑器保证永远不会扩大两张不同图像之间的距离。如果你有两个略有不同的照片版本，编辑器处理它们的方式会使它们保持同样近（或更近）的距离。这就像是一个严格的门卫，确保在拥挤的房间里，没有人会离彼此越来越远。

为了实现这一点，他们使用了**置换（permutations）**的概念。想象你有一张猫的照片。现在，想象你有一副牌，可以通过特定的数学方式重新排列这张照片的像素——旋转它、翻转它，或者滑动像素块。团队创建了一个系统，让去噪器不仅仅看一次照片。相反，它会同时观察照片及其所有经过置换后的“孪生兄弟”。

这里的魔术在于：神经网络（编辑的大脑）被允许执行的操作仅限于决定给每个置换版本分配多少权重。它扮演着指挥家的角色，说道：“这个置换版本看起来和原图非常相似，所以我听它的；那个看起来很奇怪，所以我忽略它。”至关重要的是，混合像素的实际操作是由一个简单的线性数学运算完成的。通过将“思考”（决定权重）与“执行”（混合像素）分离，他们构建了一个在数学上被证明是稳定的系统。

它是如何工作的：对称规则

论文引入了几条规则来确保该系统完美运行：

镜像规则： 如果系统决定以某种方式置换照片，它也必须能够以完全对称的方式“还原”置换。这确保了数学上的平衡。
正值规则： 系统被强制只能给出正数作为权重，防止它们以奇怪的方式相互抵消。
热身阶段： 在开始修复照片时，系统会使用一个“热身”阶段。它从一个粗略的猜测开始，进行清理，然后使用那个更清晰的版本作为参考来引导剩余的过程。这就像音乐家在音乐会前调音，以确保整场表演和谐统一。

结果：安全且清晰

团队将他们的新型“非扩张去噪器”应用于经典的图像问题，如去除模糊和提高低分辨率图像的清晰度（超分辨率）。

证明： 他们在数学上证明了该方法具有收缩性（contractive）。这是一种高级说法，意味着每当系统运行一步，它都会离最终正确答案更近一步。它不会陷入循环或发生漂移。
性能： 在测试中，他们的表现与那些没有安全保证的顶级“狂野”编辑器一样出色。例如，在名为 CBSD10 的标准测试集上，他们的算法在图像去模糊方面的得分达到了 28.23 dB，这与 ADMM+CoCo-DRUNet (28.74 dB) 和 GSPnP+GSDRUNet (29.17 dB) 等顶尖方法处于同一水平。
稳定性： 与某些在测试中显示出不稳定迹象的方法（如 IHQS+SPC-DRUNet）不同，这种新方法在他们尝试的所有场景中都保持了稳定。

为什么这很重要

论文认为，我们不必在强大的编辑和安全的编辑之间做选择。通过使用置换像素（permutations）这一巧妙技巧，并让神经网络仅负责决定权重，他们构建了一个既聪明又安全的系统。

作者展示了，虽然其他方法依赖于可能在面对新数据时失效的“软”规则，但他们的方法提供了一个全局保证。这就像建造一个在数学上被证明无论跑多快都不会脱轨的过山车。这对于医学成像和科学摄影等领域意义重大，因为在这些领域，你承担不起计算机猜错或凭空捏造细节的代价。该方法已作为开源代码发布，供他人使用和改进。

技术摘要：用于收缩性图像重建的可训练非扩张型去噪器

问题陈述
从带有噪声且不完整的线性测量中进行图像重建是计算成像中的一个基本病态逆问题，涵盖了去模糊、超分辨率和 MRI 等任务。经典的变分方法求解 $\min_x f(x) + g(x)$ ，其中 $f$ 是数据保真项， $g$ 是正则化项。然而，设计有效的显式正则化项非常困难。即插即用（Plug-and-Play, PnP）方法通过将 $g$ 的近端算子替换为通用去噪器 $D$ 来解决这一问题。虽然 PnP 通过将去噪器与前向模型解耦，从而允许复用预训练网络，但如果将 $D$ 视为黑盒，则往往缺乏收敛保证。

现有的方法通常仅通过在训练数据上使用惩罚项来经验性地强制执行 Lipschitz 约束（具体为非扩张性，即 Lipschitz 常数为 $\le 1$ ）。这些“软”约束在训练分布之外无法提供保证，可能导致重建过程中的不稳定行为或发散。相反，在高性能非线性架构（如 DRUNet 或 DnCNN）上强制执行全局 Lipschitz 约束往往会显著降低去噪性能。核心挑战在于如何构建一个在设计上即为全局非扩张的去噪器，同时保留足以进行高质量重建的表达能力。

方法论
作者提出了一个原则性的框架，用于构建一个在设计上是全局非扩张的参数化去噪器族。该方法依赖于利用置换在图像格点上的作用。

基于置换的聚合：
去噪器 $D$ 通过聚合输入图像的置换版本来构建。令 $G$ 为作用在图像格点 $\Omega$ 上的置换群。对于噪声图像 $x$ 和参考图像 $\xi$ ，去噪器计算加权聚合：
$D(x; \xi) = \left( \sum_{\pi \in G} N_\theta(\xi, \pi \cdot \xi) \odot (\pi \cdot x) \right) \oslash \left( \sum_{\pi \in G} N_\theta(\xi, \pi \cdot \xi) \right)$
这里， $N_\theta$ 是一个轻量级神经网络，根据参考图像 $\xi$ 及其置换变体预测正权重。非线性被限制在权重预测（依赖于 $\xi$ ）中，而对 $x$ 的聚合保持为线性。
非扩张性的结构条件：
为了保证生成的算子是非扩张的（Lipschitz 常数 $\le 1$ ），作者施加了特定的结构条件：
- 正定性： 网络输出 $N_\theta$ 必须严格为正。
- 逆一致性条件 (ICC)： 权重必须满足 $N_\theta(\xi, \pi \cdot \xi) = \pi \cdot N_\theta(\xi, \pi^{-1} \cdot \xi)$ 。这确保了底层的线性聚合算子是对称的。
- 对称化： 由于定义 $D$ 中的归一化步骤可能会破坏对称性，作者应用了一个对称化协议 $\phi(D)$ （基于 Sreehari 等人，2016）来生成一个对称的随机算子 $D_{sym}$ 。
- 置换集： 选择 $G$ 时需使其对逆运算封闭，并避免产生会导致 ICC 过度受限的非平凡 2 阶元素（对合）。作者利用了一组满足这些要求的局部平移集合 $T[R]$ 。
收敛重建：
将对称化后的去噪器 $D_{sym}$ 集成到 PnP-HQS（半二次分裂）框架中。作者证明，在温和的假设下（包括前向算子的非湮灭属性），所得的固定点迭代算子 $T = D_{sym} \circ \text{prox}_{\rho f}$ 是收缩的。这保证了全局收敛到一个唯一的固定点。
训练与实现：
网络 $N_\theta$ 经过端到端训练，以最小化去噪任务的均方误差 (MSE)。在重建过程中，采用“热身”阶段，其中参考图像 $\xi$ 被迭代更新以提高权重质量；一旦 $\xi$ 趋于稳定，则将其冻结以满足收敛的理论条件。

核心贡献

设计非扩张型去噪器： 本文提出了一个构建全局非扩张去噪器的框架，无需在训练期间估计或约束网络的 Lipschitz 常数。
理论保证： 作者证明了在温和假设下，将该去噪器与 PnP-HQS 结合后形成的重建算子是收缩的，从而确保了全局收敛。
经验性能： 所提方法在标准逆问题（去模糊和超分辨率）上，与最先进的基准方法相比，实现了具有竞争力的重建质量。

实验结果
实验在标准数据集 (CBSD10) 上针对图像去模糊和超分辨率任务，在不同噪声水平 $\nu \in \{0.03, 0.05\}$ 和模糊核下进行。

去噪： 在高噪声水平 ( $\sigma = 50/255$ ) 下，所提去噪器显著优于 BM3D，并与未受约束的 DRUNet 相比保持了竞争力，能有效保留精细细节。
重建： 在去模糊和超分辨率任务中，本文提出的“Ours”方法在 PSNR 分数上达到了与近期收敛基准（如 ADMM+CoCo-DRUNet, IHQS+SPC-DRUNet, GSPnP+GSDRUNet）相当甚至更高的水平。
稳定性： 与依赖经验约束且在实践中可能发散的软约束基准（如 SPC-DRUNet, CoCo-DRUNet）不同，由于其全局非扩张性，所提方法在所有测试场景下均保持稳定。
效率： 使用局部平移和 ICC 策略（配对 $\pi$ 与 $\pi^{-1}$ ）降低了计算开销。对称化步骤增加了运行时间，但通过缓存网络输出缓解了这一问题。

意义与主张
本文声称解决了 PnP 方法中表达能力与收敛保证之间的权衡问题。通过利用置换群作用，作者证明了可以构建一个高度可表达且经证明是非扩张的、可训练的去噪器，而无需依赖在训练分布之外失效的经验约束。由此产生的重建框架提供了一种“强形式的收敛保证”（收缩性），排除了发散的可能性，为对稳定性要求极高的计算成像应用提供了一种更可靠、更值得信赖的方法。这项工作推动了面向逆问题的可解释、可靠机器学习方法的发展。