文献

J-GLOBAL ID：201702259905964470   整理番号：17A1398558

階層的スパース表現のためのマルチスケール辞書学習【Powered by NICT】

Multiscale dictionary learning for hierarchical sparse representation

著者 (3件)： Shen Yangmei (Department of Electronic Engineering, Shanghai Jiao Tong University, China) ,  Xiong Hongkai (Department of Electronic Engineering, Shanghai Jiao Tong University, China) ,  Dai Wenrui (Department of Biomedical Informatics, University of California, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 1332-1337  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,自然画像の階層的スパース表現のためのマルチスケール辞書学習フレームワークを提案した。提案したフレームワークは,異なるスケールにおける構造化スパース性を表すための適応四分木分解を活用した。辞書学習では,局所的な平滑性と構造一貫性のための局所統計量と群低周波数成分を変化させることに基づく高周波詳細を区別し,表現するために定式化したツリー構造正則化最適化。伝統的な近位勾配法と比較して,ブロック座標降下を採用して回復特性を持つ辞書学習の効率を改善することである。提案したフレームワークは,根から葉への下行スケールを持つ事前樹枝状構造で訓練された辞書原子を組織化する自然による階層的スパース表現を可能にした。高周波詳細の近似は粗大微細スケールへの累進的精密化を改善することができる。画像雑音除去に用い,提案したフレームワークは,客観的および視覚的復元品質に関して最先端の方法と競合することを示した。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： *正則化 ,  精密化 ,  HF【周波数】 ,  最適化 ,  平滑度 ,  定式化 ,  構造形成 ,  統計量 ,  ツリー構造
準シソーラス用語： 画像雑音除去 ,  スパース性 ,  自然画像 ,  *辞書学習 ,  *マルチスケール ,  *スパース表現 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： スパース表現 ,  マルチスケール ,  辞書学習