Optimización binivel para la selección de hiperparámetros en problemas de eliminación de ruido en imágenes usando variación total cuasinormada

Read full text Summarise with VIRAT
Authors: Daniela Dominic Riera Sampedro
Cited by: 0
References: 20

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Este trabajo aborda la optimización del parámetro β asociado al término de ajuste presente en la función objetivo del problema de eliminación de ruido en imágenes, considerando una penalización de variación total cuasinormada. Si bien esta penalización implica la no convexidad del problema, su uso promueve la dispersión (sparsity) del gradiente por lo que preserva eficientemente los bordes de la imagen. Dado que la elección del parámetro β influye significativamente en la calidad de los resultados y en el costo computacional, se formula un problema de optimización binivel que permite encontrar su valor óptimo de manera sistemática y fundamentada. Para tratar el problema binivel, en primer lugar estudiamos el problema de nivel inferior, el cual corresponde al problema de eliminación de ruido en imágenes mencionado anteriormente. Debido a la no diferenciabilidad del modelo, introducimos una regularización tipo Huber para el término correspondiente a la penalización de variación total cuasinormada. Posteriormente, tratamos la no convexidad del problema usando Programación DC (Diferencia de Funciones Convexas), con el fin de obtener el sistema de optimalidad del problema regularizado. Una vez obtenido el sistema de optimalidad del problema de nivel inferior, podemos reformular el problema binivel como un problema de programación matemática con restricciones de complementariedad (MPCC). Dado en este tipo de problemas no se satisfacen las condiciones de calificación estándar, probamos la existencia de multiplicadores de Lagrange mediante una condición de calificación particular para este tipo de problemas, denominada condición de dependencia lineal positiva constante relajada (RCPLD). Finalmente proponemos un algoritmo de punto interior en conjunto con una estrategia de relajación y de inicialización específicas para su resolución numérica.

Fields of Study & Subjects

Image and Signal Denoising Methods Optimization and Variational Analysis Numerical methods in inverse problems

Publication details

Journal / source
Repositorio Digital (Escuela Politécnica Nacional)
Publication date
11 March 2026
Language
ES
Document type
Thesis