강인한 저계수 우선순위 모델을 이용한 무거운 꼬리 잡음 하의 카툰‑텍스처 이미지 분해

** 본 논문은 이미지 복원·분해 분야에서 오래된 난제인 “카툰‑텍스처 분해”를 무거운 꼬리 잡음 환경에서도 견고하게 수행할 수 있는 새로운 모델과 알고리즘을 제시한다. 기존 연구들은 주로 ℓ₂ 손실을 데이터 적합 항에 사용했으며, 이는 가우시안 잡음에 최적화돼 있지만, 실제 촬영·스캔 과정에서 발생하는 t‑분포, 임펄시브 잡음 등 heavy‑tailed 잡음에 대해서는 매우 취약했다. 이러한 문제를 해결하기 위해 저자는 Huber 손실을 도입, 작은 오차에 대해서는 ℓ₂의 민감성을 유지하고, 큰 오차(이상치)에는 ℓ₁ 형태로 전환해 강인성을 확보하였다. 모델은 세 가지 핵심 요소로 구성된다. 첫째, 카툰 성분 u에 대해 총변분(TV) 정규화를 적용해 경계와 평탄 영역을 보존한다. 둘째, 텍스처 성분 v에 대해서는 핵노름(저계수) 정규화를 적용, 전역적으로 저계수 행렬 구조를 가정한다. 셋째, 데이터 적합 항에 Huber 함수 ρ_c(Φ(u+v)−b₀)를 삽입해 잡음 특성에 따라 ℓ₂와 ℓ₁을 자동 전환한다. 최종 최적화 문제는 \