摘要

在信号和图像处理中，针对过完备字典的稀疏表示通常用于正则化解逆问题。近年来，卷积稀疏编码（Convolutional Sparse Coding, CSC）模型因其字典由平移不变滤波器组成而重新引起了关注。尽管该模型在某些图像处理问题中取得了成功，但在诸如去噪等简单任务上仍不及传统的基于补丁的方法。在这项工作中，我们提供了关于CSC模型及其表示自然图像能力的新见解，并提出了该模型与其基于补丁的前身之间的贝叶斯联系。借助这些观察结果，我们建议了一种新型前馈网络，该网络通过使用步幅卷积来近似CSC模型的最小均方误差（MMSE）过程。实验表明，这种监督架构的性能与现有最先进方法相当，同时使用的参数数量要少得多。