Моделирование изображений: от ручных приводов к моделям снимков

arXiv: 261 0366646v 1 Annualce Type: кросс-бюллетени. Настоящий документ объединяет шесть десятилетий моделирования изображений, которые развиваются от математических достопримечательностей для решения обратных проблем в области визуализации к основанным на данных глубоко исходным моделям снимков как для создания образов, так и для разрешения обратных проблем при общих байезийских рамках, которые формулируют модель изображения как имплицитную или явно вероятностную характеристику комплекса данных. Каждая задача по восстановлению изображения или регенерации в основном направлена на ответ на один и тот же вопрос: что делает изображение похожим на настоящее? В Байесовской системе этот вопрос инкапсулируется при помощи предыдущей вероятностной плотности p(x) или ее более удобного для оптимизации аналога, log-pror log p( x). В то время как ранние работы по решению обратных проблем, таких как Тихонов, TV и неместные приводы, основывались на четких определениях log, разработанных вручную до модели локальной сглаживания, современные методы, такие как Plug-and-Play (PnP) priors и Dennoising Di