文献

J-GLOBAL ID：201702227477483737   整理番号：17A1856344

一つの画像に対する降雨の非コヒーレント辞書学習とそのスパース表現に関する研究【JST・京大機械翻訳】

Incoherent dictionary learning and sparse representation for single-image rain removal

著者 (5件)： Tang Hongzhong (湘潭大学信息工程学院,湖南湘潭 411105;湖南大学電气与信息工程学院,湖南長沙 410082;湘潭大学控制工程研究所,湖南湘潭 411105) ,  Wang Xiang (湘潭大学信息工程学院,湖南湘潭 411105;湘潭大学控制工程研究所,湖南湘潭 411105) ,  Zhang Xiaogang (湖南大学電气与信息工程学院,湖南長沙,410082) ,  Li Xiao (湘潭大学信息工程学院,湖南湘潭 411105;湘潭大学控制工程研究所,湖南湘潭 411105) ,  Mao Lizhen (湘潭大学信息工程学院,湖南湘潭 411105;湘潭大学控制工程研究所,湖南湘潭 411105)
資料名： Tongxin Xuebao  (Tongxin Xuebao)
巻： 38  号： 7  ページ： 28-35  発行年： 2017年 
JST資料番号： W1463A  ISSN： 1000-436X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文は,非コヒーレント辞書学習とスパース表現を提案して,それを単一画像の降雨に適用した。この方法は,辞書の学習段階において,降雨と非降雨原子の間の類似性を減少させるために,辞書の非コヒーレンスを導入して,新しい目的関数を構築し,それは,辞書と無降雨辞書の間の可分性を保証するだけでなく,等角コンパクトフレームワークに近似することができた。.・・・・・.....................................................のように,非依存性辞書を構築する。高周波画像のまばらな表示は,高周波画像における降雨成分と無降雨成分をより良く分離することができて,高周波無降雨成分と低周波画像を融合することによって,画像を除去することができた。合成雨図と実際の降雨図を用いてアルゴリズムを検証し、実験結果により、アルゴリズムが学習した非干渉辞書は比較的にまばらな表現性能を持ち、除雨後の画像雨線の残留は少なく、エッジの詳細は比較的に良く、視覚効果はより自然であることが分かった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  HF【周波数】 ,  類似性 ,  *学習 ,  *コヒーレンス ,  *降雨 ,  アルゴリズム ,  目的関数 ,  LF【周波数】 ,  *画像 ,  視覚効果
準シソーラス用語： *スパース表現 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： incoherent dictionary ,  dictionary learning ,  sparse representation ,  single-image rain removal

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 降雨 ,  コヒーレント ,  辞書学習 ,  スパース表現 ,  研究