稀疏表示学习笔记（一）-- 稀疏建模

稀疏表示学习（一）

本次主要学习资料是Duke大学Guillermo Sapiro教授的公开课——Image and video processing, by Pro.Guillermo Sapiro 课程。该课程可以在 Bilibili 上找到学习资源。

本节部分笔记参考 https://www.cnblogs.com/daniel-D/p/3222576.html。

1. 稀疏建模介绍 - Sparse Modeling

图像去噪是一个很好的例子来引入稀疏建模。手上有噪声的图像如何变成干净的图片呢？

该问题可以建模为如下形式：$y$ 是含有噪声的图像，$x$ 是未知的无噪图像。下式第一项表示不想让恢复图像距离含噪图像太远，这里用图像之间的均方误差作为惩罚。如果加的是高斯噪声，那么这里就是方差。如果只有第一项，那么最优解无非就是带噪图像本身。后一项 $G(x)$ 被称为先验，也叫正则化项。也就是无噪图像 $x$ 具有某些属性、

第一项称为likelihood，第二项是prior，都可以进行概率解释。假设 $x$ 本来是就带有某种先验概率的分布，现在又已知观测值 $y$， 根据贝叶斯原理， 现在 $x$ 的分布（后验）正比于先验概率分布与高斯分布的乘积。如果先验概率分布也正是指数分布，将乘积取负对数，就可以得到上述在机器学习里非常常见的 MAP 模型。

现在的问题是：最好的先验 (prior) 究竟是什么？ G(x) 应该取什么形式？ 定义图像信号的最好空间是什么？

第一张图， prior 假设 clean image 能量尽量小， x 要尽可能地小。第二张图， prior 认为恢复后的图像要光滑，于是产生了 Laplacian 和 low energy 的结合，朝前进化了一步。第三张图，prior 认为要考虑 edges 是不光滑的，需要不同情况不同处理…… Sparse and Redundant 是正在讨论的问题，目前是最新的进化版本，而后面也有一些算法，虽然也成功进化成人类，可惜太胖了，行动不便，尽管效果很好，但是计算开销太大—— computationally expensive and difficult。 Sparse modeling 的先验究竟是什么？要回答这个问题，还需要了解一些基础概念。

---

定义：Dictionary is a set of prototype signals (atom).

字典是一个矩阵，它是 $n\times k$ 的，其中 $n$ 是信号的维度，$k$ 是字典的大小。字典有 $k$ 列，每一列称为一个原子，它可以是一种图像，一个 patch。通常 $k>n$。如果 $k>n$，我们称其为过完备的(over complete)。如果 $k=n$，我们称其为完备的(complete)，例如傅里叶或者离散余弦变换等。如果 $k<n$，我们称其为非完备的(under complete)。

向量 $\alpha$ 最多有 $L$ 个非零元素。$D\alpha$ 其实就是非零原子的线性组合。向量 $\alpha$ 非常稀疏。这也是稀疏表示的来源。

如果字典大小为 $k$，我们选择 $L=3$，那么一共有 $C(K,L)$ 中选择，每一种选择都会定义一个非常低维的子空间，我们有许多的子空间。

例如 JPEG 图像，$D$ 是 $\cos$ 余弦基，$\alpha$ 是余弦变换的系数。当我们量化大量离散余弦变幻时，我们看到它们大量系数变为 0。所以仅仅需要几个系数就可以很好地表示一个 $8\times 8$ 的部分。

下一个问题是：如何测量稀疏度？

衡量稀疏性的方法是 LP-norm。

• 如果 $p=2$，我们就不能真正得到我们想要的东西，因为我们想要的是每当 $\alpha$ 的输入项之一不为 0 时，有等额的惩罚。

• 当 $p=1$ 时，至少现在的惩罚是成正比的。与系数的大小成线性比例，而不是二次方。

• 如果 $p<1$，如果系数为 0，那么我们真正想要的惩罚为 0，然后只要系数不为 0，惩罚就趋于平缓。

• 如果 $p->0$，我们得到的正是我们想要的对所有非零系数有相同的惩罚。

实际上我们希望不管 x 多大，它非零的惩罚是相同的， $L_0-\text{norm}$正好满足这个要求，它表示的意思是数出 alpha 向量中非零的个数。所以我们测量稀疏度的方法是 $L_0-\text{norm}$。

补充理解

假设字典 $A$ 矩阵 $K>N$，并且是满秩的 （图中是 $D$ ），那么对于任意一个 $N$ 维的向量 $b$ （图中是 $x$ ），肯定有 $Ax=b$。现在加入 Lp-norm 的约束条件，限制只能用少量的 $A$ 的列向量 (atoms 作为基，向量 $b$ 就被固定在某个 span 内，成为了一个 Lp 优化问题：

用紫色表示*面，用青色表示 norm 取同一个值的球形(等高线)，问题如下：在*面 Ax = b *面内选出 norm 最小的最优解:

当 $1\le p$ 时，norm ball和*面的交点有多个。这是一个凸优化问题，可以用拉格朗日乘子来解决这个问题。

当 $0<p<1$ 时， norm ball 可行解十分稀疏，是一个非凸优化问题，解决这类问题很难，但是却有很好的稀疏性。

当 $p=0$ 时， norm ball 上的点除了坐标轴，其他部分无限收缩，与*面的交点在某一个坐标轴上，非零系数只有一个。

回到之前讲的 MAP 模型， Sparse Modeling 模型就是非零系数限制在 $L$ 个之内（意味着解在至多 $L$ 个 atoms 组成的 span 里），尽可能接近**面:

---

回到图像去噪问题，图像的最大后验估计使我们想要的是什么？

---

还有一些问题有待解决：这个优化问题怎么计算呢？

• 可以在满足 $||D\alpha -y|{|}_2^2\le {ϵ}^2$ 的情况下找最少非零元表示的 $\alpha$
• 可以约束条件结合起来形成 $\lambda ||\alpha |{|}_0^0+||D\alpha -y|{|}_2^2$

这三个是等效的

另一个问题是得到的 $\alpha$ 唯一吗？我们选哪个 $\alpha$ ？

还有一个问题是，我们选选择哪个字典呢？

---

2. 总结：