공간 적응형 결합 차수 정규화 이미지 복원

본 논문은 이미지 복원 분야에서 오랜 기간 사용되어 온 총 변동(Total Variation, TV) 정규화의 한계를 극복하고자, 1차 TV와 2차 Hessian‑Schatten(HS) 정규화를 공간적으로 가변적인 가중치 β(r) 로 결합한 새로운 비볼록 정규화 프레임워크인 COROSA(Combined Order Regularization with Optimal Spatial Adaptation)를 제안한다. 1. **배경 및 동기** TV는 에지 보존 능력이 뛰어나지만 스테어케이스(staircase) 현상을 야기한다. 이를 보완하기 위해 2차 TV(TV2)와 HS와 같은 고차 정규화가 제안되었으며, COTV·TGV와 같이 1차와 2차를 고정 비율로 결합하는 방법도 등장했다. 그러나 이러한 방법은 사용자에 의한 가중치 선택에 크게 의존하고, 이미지마다 최적의 비율이 달라 자동 적응이 어려웠다. 2. **COROSA 모델 정의** 이미지 s와 가중치 이미지 β를 동시에 최적화한다. 전체 비용 함수는 \