日前,新葡新亰8883智能计算与交叉科学团队刘志方博士、研究生孙宝宸、常慧宾研究员及其合作者在《SIAM Journal on Scientific Computing》发表了题为“A Fast Minimization Algorithm for the Euler Elastica Model Based on a Bilinear Decomposition”的学术论文。
欧拉弹性(Euler elastica, EE)模型利用了图像的曲率信息,与传统的全变分正则化模型相比,在图像处理中可生成无伪影的高精度结果。然而,EE模型中曲率项的强非线性和奇异性,如何设计快速稳定且具有理论保证的算法仍是一大挑战。研究团队基于图像梯度的双线性分解,提出了一种新型快速混合交替最小化(HALM)算法。新迭代算法包含三个子优化问题,在理论保证目标函数单调下降的同时,均可用解析解或快速近似求解器高精度高效解决,使得在保证理论收敛的基础上大幅提高了求解速度。数值实验显示,新算法与最先进的Deng-Glowinski-Tai快速算子分裂算法相比,计算速度平均提升三倍。
该项成果是新葡新亰8883智能计算与交叉科学团队与挪威研究中心台雪成教授、美国南开来罗纳大学王奇教授合作完成。该研究获得国家自然科学基金面上项目(12271404, 12301545, 11871372和11501413)和新葡新亰8883(中国)官方网站|登录入口博士基金(52XB2013)的资助。
论文链接:https://epubs.siam.org/doi/abs/10.1137/23M1552772