Aug, 2019

短且稀疏反卷积 —— 一种几何方法

PDF
TL;DR本文提出一种可解决非实际某些实例的短稀疏反卷积问题的算法，并将该理论的关键思想用于开发出对于多个应用领域的数据表现良好的实用算法，同时提出了缓解实际问题中不良条件带来的挑战的启发式方法。
short-and-sparse deconvolutionnonconvex optimizationsphere constraintsaccelerationill-conditioning
发现论文，激发创造
  • 稀疏盲反卷积中的结构局部极值

    该研究针对短且稀疏的盲退卷积问题，将其作为一个在球面上的非凸优化问题，通过一个简单的初始化方法和逃离严格鞍点的下降算法，在特定条件下能达到接近真实卷积核的效果。

    Jun, 2018

  • 从子采样卷积中盲恢复稀疏信号

    本文提出了一种基于稀疏模型和锥约束的迭代算法，以实现盲卷积问题中的性能保证。在这个先验的基础上，该算法在接近最优样本复杂度的情况下实现了盲卷积问题的拟合精度。

    Nov, 2015

  • 稀疏相位恢复：凸算法与限制

    文章研究了利用 SFFT 算法去恢复信号在功率谱上的密度，此算法可以有效恢复高于 o (sqrt (n)) 的稀疏信号，并通过实验证明，其相比已有的波凸算法有着更出色的性能。

    Mar, 2013

  • 通过图滤波反卷积增强几何深度学习

    本文介绍了如何将图滤波解卷积步骤纳入经典的几何卷积神经网络流程中，通过罕见的群稀疏恢复问题实现作用于通过稀疏解卷积过程后的图信号，提高分类性能，并通过数值实验表明了在合成和真实世界设置中解卷积步骤的有效性。

    Sep, 2018

  • 非凸优化快速、强健和可靠的盲反卷积

    研究了如何从卷积中恢复出两个信号 $f$ 和 $g$，提出了一种基于梯度下降的算法，能够高效、稳健地恢复 $f$ 和 $g$，并给出了一定子空间条件下的严格恢复保证。

    Jun, 2016

  • 自适应稀疏域选择和自适应正则化的图像去模糊和超分辨率

    基于自适应稀疏域选择和自适应正则化，使用自然图像集合的多组自适应基来表示给定图像修复目标的本地稀疏域，引入自回归模型和非局部自相似性正则化，通过实验证明该方法在图像去模糊和超分辨率上比许多现有算法都具有更好的表现。

    Dec, 2010

  • 基于显著区域分割的图像去模糊改进

    本文提出了一种基于显着性检测的去模糊方法以及一种基于偏微分方程模型的自适应优化模型的去模糊方法，并证明了两种方法的有效性。

    Feb, 2015

  • 使用低秩反卷积进行多维信号恢复

    本文提出了低秩反卷积，这是一个用于效率信号表示的低层特征映射学习的强大框架，适用于信号恢复，并在学习压缩视频表示和解决图像修复问题方面展现了其优势。

    May, 2023

  • 使用稀疏子集选择的图像分割

    该论文介绍了一种基于稀疏子集选择概念的图像分割方法，该方法采用局部光谱直方图特征将视觉信息编码为高维向量，并将其馈入一种新颖的凸模型，该模型有效地利用特征将超像素分为适当数量的连贯区域。该模型自动确定连贯区域的最优数量和超像素分配以形成最终的分割结果，并且作者设计了一种基于交替方向乘子法的数值算法来解决该模型，该算法高度可并行化且计算效率非常高，论文还通过广泛的实验验证表明，与现有的最先进方法相比，该方法在结合超分割的情况下可以提供高质量和具有竞争力的结果。

    Apr, 2018

  • 稀疏脉冲解卷积的精确支持恢复

    本文研究测度空间中稀疏高斯脉冲信号的反卷积问题，提出总变差正则化方法用于测度恢复，当信噪比足够大时，可以精确恢复脉冲信号的支撑点位置。

    Jun, 2013