文献

J-GLOBAL ID：201702284336626886   整理番号：17A0967457

反復的再加重最小二乗法を用いたロバストな正則化問題の解法【Powered by NICT】

Solving Robust Regularization Problems Using Iteratively Re-weighted Least Squares

著者 (2件)： Kiani Khurrum Aftab ,  Drummond Tom
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WACV  ページ： 483-492  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： 関数の和からなる目的関数として定式化されている多くのコンピュータビジョン問題。病気拘束問題の場合には,正則化項は解におけるあいまいさと雑音を削減するために目的関数に含まれている。最も一般的に用いられる正則化項をL2ノルムとL1ノルムである。過去二年間ので,正則化問題のクラス,特にL1正則化問題が注目されているが,しかし,依然多くの正則化問題がある,または複雑な最適化技術を必要とすることが困難である。m推定量正則化項の混合物から成る目的関数を最小化するための反復再重みづけ最小二乗アプローチに基づく方法を提案した。アルゴリズムの収束望ましい最小への証明に加えて,エッジ保存画像雑音除去と画像超解像の問題を解くことによって提案したアルゴリズムの適用性を示した。いずれの場合も,我々の実験結果は,提案したアルゴリズムは,最新の正則化法よりも優れた結果を与えることを示した。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： 最適化手法 ,  目的関数 ,  アルゴリズム ,  雑音 ,  超解像 ,  定式化 ,  *ロバスト性 ,  重みづけ ,  コンピュータビジョン ,  *正則化 ,  *最小二乗法 ,  画像
準シソーラス用語： エッジ保存 ,  L1ノルム ,  L2ノルム , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 反復 ,  加重最小二乗法 ,  ロバスト ,  正則化 ,  問題 ,  解法