关键词blind compressed sensing
搜索结果 - 2
- 盲压缩感知的稀疏变换联合学习模型基于数据驱动
本研究提出了一种同时重建基础图像和未知模型的盲压缩感知框架,用于利用稀疏变换或字典中图像 / 图像补丁的稀疏性从高度欠采样的测量中精确恢复图像。我们将这个模型扩展到了一个转换融合模型,以更好地捕捉自然图像中的特征。与其他最近的图像重建方法相 - 盲压缩感知
介绍了盲压缩感知的概念,提出了三种可能的基稀疏性约束,并证明了唯一性条件及提出了检索解决方案的简洁方法。在唯一性条件下,只要信号足够稀疏,我们的方法可以通过模拟实现类似于依赖于稀疏基先验知识的标准压缩感知的结果,这提供了一个适用于所有稀疏信