.png){kind=icon}
返回
Path-Based Dictionary Augmentation: A Framework for Improving $k$ -Sparse Image Processing
.png){kind=icon}
OA
AI
DOI：10.1109/TIP.2019.2927331.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们之前已经证明，在每次追踪迭代的识别阶段增加一个额外的步骤来增强正交匹配追踪 (OMP) 相对于基线OMP产生改进的 $ k $ 稀疏重建和去噪性能。在每次迭代时，在与残差最相关的两个字典原子之间生成路径或测地线，并且从该路径选择与残差的相关性大于两个包围原子中的任一个的新原子。在这里，我们提供了新的计算结果，说明了使用学习和结构化字典对规范数据集进行稀疏编码和去噪的改进。针对每种字典类型研究了两种构造路径的方法: 由两个原子的线性组合形成的欧几里得测地线和与原子之间的最佳传输图相对应的2-Wasserstein测地线。我们在这里证明了在两个包围原子的假设下，在欧几里得情况下存在较高相关性原子，并引入了算法修改以提高包围原子满足这些条件的可能性。尽管我们仅在OMP上演示了我们的增强，但通常它可以应用于任何重建算法，该算法依赖于在分析或识别阶段对高相似性原子的选择和排序。
Keyword:
Matching pursuit algorithms
Dictionaries
Image reconstruction
Signal processing algorithms
Noise reduction
Reconstruction algorithms
Bars
Matching pursuit
path augmentation
image denoising
image reconstruction
< italic xmlns:ali=http:
www
niso
org
schemas
ali
1
0
xmlns:mml=http:
www
w3
org
1998
Math
MathML xmlns:xlink=http:
www
w3
org
1999
xlink xmlns:xsi=http:
www
w3
org
2001
XMLSchema-instance> k <
italic >-Sparse
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
13.7
论文数:
1.0W
被引数:
8.4W
机构
引用论文
分享收藏Preparation of PP-g-(AA-MAH) Fibers Using Suspension Grafting and Melt-Blown Spinning and its Adsorption for Aniline.png)
PolymersOAAI
PolymersIF0
OAAI分享收藏Image denoising via sparse and redundant representations over learned dictionaries通过学习字典上的稀疏和冗余表示进行图像去噪
PREAI
分享收藏Glucocorticoid receptor activation is involved in producing abnormal phenotypes of single-prolonged stress rats: A putative post-traumatic stress disorder modelNeuroscience
NeuroscienceIF0
PREAI
分享收藏
查看更多内容