从稀疏表示到低秩表示(二)

从稀疏表示到低秩表示:理论与应用
本文深入探讨了从稀疏表示到低秩表示的研究方向,通过理论学习与实践总结,详细介绍了该领域内的核心方法与应用案例,特别聚焦于NCSR与GHP等创新技术,为读者提供了全面的视角与深入的理解。

从稀疏表示到低秩表示(二)

确定研究方向后一直在狂补理论,最近看了一些文章,有了些想法,顺便也总结了representation系列的文章,由于我刚接触,可能会有些不足,愿大家共同指正。

从稀疏表示到低秩表示系列文章包括如下内容:

 

一、 sparse representation

二、NCSR(NonlocallyCentralized Sparse Representation)

三、GHP(GradientHistogram Preservation)

四、Group sparsity 

五、Rankdecomposition

 

 

 

 

二、 NonlocallyCentralized Sparse Representation

此部分是上篇的续篇,介绍sparse representation 的改进

 

Related method be supposed: NCSR (ICCV’11, TIP’13)

• A simple but very effective sparserepresentation model was proposed. It outperforms many state-of-the-arts inimage denoising, deblurring and super-resolution.

Related paper:

[1]W. Dong, L. Zhang and G. Shi, “Centralized Sparse Representation for ImageRestoration”, in ICCV 2011.

[2]W. Dong, L. Zhang, G. Shi and X.Li, “NonlocallyCentralized Sparse Representation for Image Restoration”,IEEE Trans. on ImageProcessing,vol. 22, no. 4, pp.1620-1630, April 2013.

NCSR: The idea


 

 

NCSR: The objective function


 

NCSR: The solution

 

NSCR: The parameters anddictionaries

 

Denoising results

 

Deblurring results

 

未完,待续,更多请关注http://blog.youkuaiyun.com/tiandijun,欢迎交流!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值