Sep, 2017

卷积字典学习：一次比较评估和新算法

PDF
TL;DR本文介绍卷积稀疏表示作为一种稀疏表示的形式，其字典结构相当于一组线性滤波器的卷积。虽然最近已经开发出有效的算法来解决卷积稀疏编码问题，但相应的字典学习问题更加具有挑战性。此外，虽然已经提出了许多不同的方法，但缺乏彼此之间的彻底比较，使得很难确定哪个方法代表了当前的技术水平。本文既解决了这个缺陷，同时还提出了一些在某些环境下胜过现有方法的新方法。一组彻底的性能比较表明，现有和提出的方法之间存在着非常大的性能差异，并明确确定了最有效的方法。
发现论文，激发创造
  • 监督式字典学习

    本文提出了一种新的稀疏表示模型，该模型采用共享字典和多个类别判定函数来描述不同类别的信号，并提出了学习该模型所有组件的优化方法，进一步提高了手写数字和纹理分类任务的准确性。

    Sep, 2008

  • 在线卷积字典学习

    本文研究了针对卷积字典学习的在线学习方法，解决了传统批量算法在处理大规模训练数据时所需的较高内存要求的问题。

    Jun, 2017

  • 稀疏且伪像：带有噪声与离群点的字典学习

    本篇论文采用概率模型，证明了采用稀疏编码时在字典生成的参考信号附近可以找到局部极小值，同时考虑过完备字典、噪声信号和可能出现的异常值，这一分析是非渐近的，可以帮助理解信号维度、原子数量、稀疏度和观察次数等关键问题如相干性或噪声级别的比例关系。

    Jul, 2014

  • 快速结构化字典学习分析

    本文研究基于稀疏性的模型和技术在信号处理和图像应用中的应用，提出了针对特定结构的稀疏化运算符学习问题的交替最小化算法，并对其收敛性进行了分析，证明了在某些假设下，该算法收敛于数据的基础稀疏化模型。同时，数值模拟表明该算法对初始值具有较强的鲁棒性。

    May, 2018

  • 局部处理的卷积字典学习

    本文介绍了基于局部稀疏度量的全局模型，解决了传统基于补丁的稀疏表达的限制，通过操作图像补丁来解决卷积稀疏追踪问题并训练涉及的滤波器，为图像修补和分离问题提供了一种直观的算法。

    May, 2017

  • 监督卷积稀疏编码

    通过加入监督正则化项来扩展卷积稀疏编码模型并学习具有判别性的字典，从而实现更好的图像重建和更语义相关的字典元素。

    Apr, 2018

  • 在线样本相关字典的卷积稀疏编码

    本文提出了一种使用样本依赖性字典而不是共享字典进行卷积的新方法，从而允许捕捉大量的样本依赖性模式，同时保持在线学习效率，实验结果表明该方法比现有的 CSC 算法更快速高效。

    Apr, 2018

  • 可分离字典学习

    本文介绍基于分离结构的字典学习方法，使得学习过程中可以处理更大的图像块，并且字典在重建任务中被有效地应用。

    Mar, 2013

  • 学习图信号的参数字典

    本文介绍了一种通过参数化字典学习算法，以将重叠的局部模式表达为不同区域的图表上的图形信号的组合，从而设计数据适应的结构化字典，同时保留局部原子的优点，提高字典在信号处理任务（如压缩、降噪、分类）中的计算效率。

    Jan, 2014

  • 稀疏字典学习在噪声存在下的局部稳定性和鲁棒性

    本文采用概率模型研究了稀疏编码的本地最小值问题，在考虑超完备字典和有噪信号的情况下，证明了稀疏编码接近参考字典生成的信号的局部最小值，同时分析了噪声、信号维度、原子数量、稀疏度和观察数量等关键量如何随之缩放。

    Oct, 2012