R3L：残差回復を介した画像ノイズ除去における深層強化学習と再帰型ニューラルネットワークの連携

最先端の画像ノイズ除去手法は、決定論的学習を用いて多様な深層ニューラルネットワークを活用している。一方、最近の研究では、多様なあるいは未知の劣化を伴う画像の復元に深層強化学習（deep reinforcement learning）が用いられている。深層強化学習は、画像復元における演算子選択やアーキテクチャ探索のための効果的な方策ネットワークの生成が可能であるが、その手法が逆問題を解くという古典的な決定論的学習とどのように関連しているのかは、依然として明確でない。本研究では、強化学習を用いた残差回復（Residual Recovery）に基づく新しい画像ノイズ除去スキーム、R3L（Residual Recovery using Reinforcement Learning）を提案する。本研究では、R3Lが確率的報酬を用いて学習される深層再帰型ニューラルネットワークと等価であることを示す。これは、多くの既存のノイズ除去手法が決定論的損失を用いた教師あり学習に依拠しているのに対し、本手法は確率的報酬に基づく学習を行う点で本質的に異なる。R3Lにおける強化学習の有効性を評価するため、同一の再帰型ニューラルネットワークアーキテクチャを用いて、決定論的損失を用いた残差回復の学習も実施し、二つの異なる学習戦略がノイズ除去性能に与える影響を比較分析する。このような統一的なベンチマークシステムを構築することで、推定ノイズレベルが変動する状況下において、R3Lが決定論的学習に基づく手法や、さまざまな最先端の画像ノイズ除去アルゴリズムと比較して、より優れた汎化性能およびロバスト性を示すことを実証した。