- 博客(5)
- 收藏
- 关注
RSS订阅原创 Rank Minimization for Snapshot Compressive Imaging——学习笔记
Rank Minimization for Snapshot Compressive Imaging——学习笔记摘要研究内容采样方式秩最小化的重构模型相似分组核范数最小化模型模型求解(ADMM)求解θθθ求解xxx算法秩最小化的快照压缩成像摘要快照压缩成像（Snapshot compression imaging，简称SCI）是指将多帧图像映射到一个测量值中的压缩成像系统，视频压缩成像和高光谱压缩成像是两种具有代表性的应用。尽管高速视频和高光谱图像的令人兴奋的结果已经被证明，但是重建质量差阻碍了SCI
2020-08-31 22:27:19
3585
7
原创 压缩感知模型总结
压缩感知采样方式以及模型总结——学习笔记Paper1： Rank Minimization for Snapshot Compressive Imaging研究现状采样方式Paper1： Rank Minimization for Snapshot Compressive Imaging快照压缩成像（Snapshot compression imaging，简称SCI）是指将多帧图像映射到一个测量值中的压缩成像系统。在SCI中，测量的不是视频帧，而是多个帧的线性组合。SCI 中的期望信号通常是高维的，例
2020-08-31 19:11:13
4275
原创 Weighted Nuclear Norm Minimization with Application to Image Denoising——学习笔记
WNNM——学习笔记加权核范数最小化及其在图像去噪中的应用加权核范数最小化及其在图像去噪中的应用补充：自然图像中非局部相似块形成的矩阵具有低秩性，可用于高性能的图像恢复任务。图像非局部自相似性（NSS）的应用极大地提高了图像去噪性能。NSS先验是指在自然图像中，对于给定的局部斑块，可以在图像中找到许多与其相似的斑块。软阈值函数...
2020-07-11 13:04:02
6075
5
原创 NLR-CS 学习笔记
基于非局部低秩正则化的压缩感知——学习笔记RIP压缩感知测量矩阵之有限等距性质https://blog.youkuaiyun.com/jbb0523/article/details/44565647奇异值分解https://www.cnblogs.com/endlesscoding/p/10033527.html奇异值分解与实对称矩阵的特征值分解有很深的联系。EVD——对于实对称矩阵An∗nA_{n*n}An∗n，可将其分解为A=QΛQTA=Q\Lambda Q^{T}A=QΛQT，其中Λ\La
2020-07-04 21:45:48
1435
4
原创 Compressive Sensing of HSIs via Joint Tensor Tucker Decomposition and Weighted TV Regularization
在这篇文章中，作者研究了高光谱图像的压缩感知问题。提出了一种新的基于张量的方法，通过模拟隐藏在HSIs中的全局空间-光谱相关和局部平滑特性。具体来说，我们使用张量-Tucker分解来描述所有HSI波段之间的整体空间-光谱相关性，并使用加权的三维总变分（3-DWTV）来描述空间和光谱模式下的局部光滑结构。然后利用乘子交替方向法设计了一种求解优化问题的有效算法。在多个HSI数据集上的实验结果表明，与其他竞争方法相比，该方法提高了重建性能。
2020-06-15 16:15:58
606
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人