文献

J-GLOBAL ID：201702219876743254   整理番号：17A1772330

畳込み構造化低ランク行列回復のための高速アルゴリズム【Powered by NICT】

A Fast Algorithm for Convolutional Structured Low-Rank Matrix Recovery

著者 (2件)： Ongie Gregory (Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, USA) ,  Jacob Mathews (Department of Electrical and Computer Engineering, University of Iowa, Iowa City, IA, USA)
資料名： IEEE Transactions on Computational Imaging  (IEEE Transactions on Computational Imaging)
巻： 3  号： 4  ページ： 535-550  発行年： 2017年 
JST資料番号： W2428A  ISSN： 2333-9403  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Fourierドメイン構造化低ランク行列事前分布は全変動とウェーブレット正則化のような伝統的な画像回復法に対する強力な代替案として出現している。これら事前確率は画像のFourierデータから構築された畳込み構造化マトリックス,すなわち,Toeplitz,Hankel,またはそれらのマルチレベル一般化,低品位すべきであることを示した。大規模問題へのこれらの方式を適用する場合の主要な課題は,大規模行列に画像データを持ち上げるから生じる計算の複雑さと記憶要求がある。はマトリックスの畳込み構造を利用した一般的反復再重みづけ消滅フィルタアルゴリズムは元のunlifted領域で機能し,複雑さを著しく低下させると呼ばれる高速でメモリ効率の良い手法を導入した。アンダーサンプリングFourier測定からの画像の回復上での実験を行い,得られたアルゴリズムは以前に提案されたアルゴリズムよりもかなり高速であることを示し,以前に研究したよりもはるかに大きい問題サイズを受け入れることができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *構造形成 ,  *高速アルゴリズム ,  重みづけ ,  画像復元 ,  *アルゴリズム ,  計算量 ,  正則化 ,  *高速度 ,  事前確率 ,  *畳込み ,  画像 ,  画像データ
準シソーラス用語： アンダーサンプリング ,  メモリ効率 ,  事前分布 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  ディジタルフィルタ  (NC04022Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 畳込み ,  構造化 ,  行列 ,  回復 ,  高速アルゴリズム