半光滑牛顿去噪网络

二阶展开加速

每个模块都可物理解释，是首个将二阶优化引入图像恢复的深度展开网络。

邓欣 · Chenxiao, Zhang · Jiang, Lai · Xia, Jingyuan · 徐迈

IEEE Transactions on Pattern Analysis and Machine Intelligence 2025

参数信息

验证数据集数量

11

技术优势

收敛更快

基于二阶优化，克服一阶方法收敛慢的问题，同等迭代次数下恢复质量更高。

模块可解释

网络结构与改进的二阶半光滑牛顿算法严格对齐，每个模块都有清晰的物理含义。

一个网络通吃

不限制退化类型，统一处理合成与真实场景下的多种图像恢复任务。

应用场景

• 工业视觉质检：在产线光照、噪声复杂时仍能稳定恢复图像，提高缺陷检出率。
• 精密测量与成像：去除模糊和噪声，保留边缘细节，满足高精度测量对图像质量的要求。
• 机器人视觉感知：快速恢复退化图像，为机器人视觉提供清晰、稳定的输入。