具有任意采样的随机原始-对偶混合梯度算法及其成像应用

我们提出了由 Chambolle 和 Pock 于 2011 年研究的原始-对偶混合梯度算法的随机扩展，用于求解在对偶变量中可分离的鞍点问题。我们针对一般凸-凹鞍点问题以及部分光滑、强凸或完全光滑、强凸的问题进行了分析。我们针对对偶变量的任意采样开展分析，并将已知的确定性结果作为特例得出。在多种成像任务中，我们随机方法的几种变体均显著优于确定性变体。