文献

J-GLOBAL ID：201802270598417816   整理番号：18A0137625

局所処理による畳込み辞書学習【Powered by NICT】

Convolutional Dictionary Learning via Local Processing

著者 (4件)： Papyan Vardan ,  Romano Yaniv ,  Elad Michael ,  Sulam Jeremias
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 5306-5314  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： 畳込みスパース符号化は,信号や画像処理分野においてますます一般的なモデルであり,従来のパッチベーススパース表現の限界のいくつかに取り組む。いくつかの研究が,このモデル下での辞書学習問題を扱ってきたが,これらはFourier領域におけるADMM定式化に依存し,局所性の意味と伝統的なパッチベーススパース追跡との関係を失った。最近の研究は,この全球モデルの新しい理論的解析を示唆し,局所的スパース性測度に依存する保証を提供した。ここで,効率的に畳込みスパース追跡問題を解決し,関与するフィルタを訓練できるかを示すことによりこの局部-全体関係を拡張し,画像パッチ上で局所的に動作する。提案アプローチでは,スパース表現場からの標準技術を活用できるという直感的アルゴリズムを提供した。提案した方法は,列車に高速,実装が簡単であり,それは,様々な応用で容易に展開できることを十分に柔軟であった。画像修復と画像分離のために提案された訓練方式を示し,最先端技術レベルの結果を達成した。Copyright 2018 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： *畳込み ,  測度 ,  フィルタ ,  画像復元 ,  透視図法 ,  アルゴリズム ,  定式化 ,  局所性 ,  画像
準シソーラス用語： 画像分離 ,  追跡問題 ,  スパース性 ,  スパース表現 ,  スパースコーディング ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 畳込み ,  辞書学習