zseqsc_asd的博客

 1. 引言稀疏表示具有完善的理论基础和使用价值并且广泛应用于图像处理，模式识别和机器视觉等领域。本文主要介绍稀疏表示算法理论基础和其在图像处理中的应用。理论基础全面介绍了稀疏表示的理论框架和不同lp-范数正则化项下优化算法。应用上结合无监督字典学习方法和有监督字典学习方法介绍了稀疏表示在图像处理和目标识别领域的应用。着重介绍在图像去噪，图像超分辨率，人脸识别以及目标识别等领域的应用算法，...

在深度学习大火的今天，熟不知以前的图像处理方法大都还是使用能量泛函优化的方法，即使是今天依然有着深度学习不可取代的魅力。要想学习，基础的优化方法必不可少。先说说传统的图像处理方法包括图像超分，图像去模糊，图像去噪等，现在一些有意思的应用比如去雨、去雾、去霾、去云等等。在深度学习之前解决这类问题最流行的方法是基于MAP的框架的优化方法。先说说，如何求解这类数据项加先验项的问题。首先说说对于L2范数...

接上篇更新的L2范数求解的问题，接着讲L1范数更新的问题L1范数正则化项又称为拉布拉斯先验。带有L1正则化项的问题是图问题，求解相对简单，具有闭式解。其求解就是著名的软阈值公式。问题 x =arg⁡min⁡xρ2∥x−b∥22+λ∥x∥1\textbf{ x } = \arg \mathop {\min }\limits_\textbf{x} \frac\rho{2}\l...

题图是想致敬乱马1/2八宝斋。首先得知道什么是0-1背包问题（knapsack problem）? 贼，夜入豪宅，可偷之物甚多，而负重能力有限，偷哪些才更加不枉此行？? 抽象的话，就是：给定一组多个（）物品，每种物品都有自己的重量（）和价值（），在限定的总重量/总容量（）内，选择其中若干个（也即每种物品可以选0个或1个），设计选择方案使得物品的总价值最高。? 更加抽象的话： 给定正整数、给定正整数...