基于预学习字典的对称ADMM在人脸去噪上的应用

字典学习算法是图像去噪的常用方法,但字典训练是一个耗时的过程,且会丢失图像中的有效信息。本文提出一种基于预学习字典的低秩算法,将图像中的干净数据和结构化噪声用对应的字典和系数矩阵表示。首先通过消融实验证明模型各部分的作用,接着对部分损坏的图像进行训练并与其他算法对比,最后将算法训练出的映射矩阵用于测试数据。结果表明PLID对于噪声的处理优于其他算法,测试数据经过映射矩阵的线性变换后也可以去除噪声。