sysout_的博客

原创 Revisiting Nonlocal Self-Similarity from Continuous Representation论文结构（笔记）

在连续空间中定义的耦合低秩函数分解，更紧凑和准确地表示所有非局部组，并通过全局提取组间的相关性知识以共享参数的方式进行表示。分组：用学习到的显示表示来计算关键方块与连续方块的相似性，找出前s个相似的组成连续组，坐标对齐，构建新观测数据集（包含s值）。提出的方法能表征连续组间的相似性并且尊重每个连续组的个性（能捕捉组内、组间的相似性）。耦合低秩函数分解：低秩函数分解的不足-->N+1个因子函数共享，核心张量不共享-->耦合低秩函数分解。--基于连续表示的方法。--E.正则化项的设计。--基于基函数的方法。