-
题名基于自适应多字典学习的单幅图像超分辨率算法
被引量：25
- 1
-
-
作者
潘宗序
禹晶
肖创柏
孙卫东
-
机构
清华大学电子工程系
北京工业大学计算机学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2015年第2期209-216,共8页
-
基金
国家科技支撑计划(No.2012BAH31B01)
国家自然科学基金(No.61171117)
北京市教育委员会科技计划重点项目(No.KZ201310028035)
-
文摘
自适应字典学习利用图像结构自相似性,将图像自身作为训练样本,通过字典学习使图像中的相似块在字典下具有稀疏表示形式.本文将全局字典学习中利用图像库获取附加信息的思想融入到自适应字典学习的过程中,提出了一种基于自适应多字典学习的单幅图像超分辨率算法,从低分辨率图像自身与图像库同时获取附加信息.该算法对低分辨率图像金字塔结构中的图像块进行聚类,在聚类结果的引导下将图像库中的图像块进行分类,利用各类中的样本分别构建针对各类的多个字典,从而确定表达重建图像块的最优字典.实验表明,与Sc SR、SISR、NLIBP、CSSS以及m SSIM等算法相比,本文算法具有更好的超分重建效果.
-
关键词
超分辨率
稀疏表示
自适应字典学习
全局字典学习
-
Keywords
super resolution
sparse representation
adaptive dictionary learning
global dictionary learning
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于分组字典与变分模型的图像去噪算法
被引量：6
- 2
-
-
作者
陶永鹏
景雨
顼聪
-
机构
大连外国语大学软件学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第2期551-555,共5页
-
基金
国家自然科学基金资助项目(61501082)
辽宁省自然科学基金指导计划项目(20180550018)
+1 种基金
大连外国语大学创新团队资助项目(2017CXTD01)
大连外国语大学科研项目(2016XJJS35)~~
-
文摘
针对加性高斯噪声去除问题,在现有传统的K均值奇异值分解(K-SVD)字典学习算法的基础上,提出一种将字典学习与变分模型相融合的改进算法。首先,根据图像的几何和光度信息将图像进行聚类分组,再将图像组按照边缘和纹理类别进行分类,根据噪声水平和图像组类别训练一个自适应字典;其次,将通过所学字典得到的稀疏表示先验与图像本身的非局部相似先验进行融合来构建变分模型;最后,通过求解变分模型得到去噪后图像。实验结果表明,与同类去噪算法相比,当噪声比率较高时,所提算法可以解决前期算法准确性较差、纹理丢失较为严重、产生视觉伪影等问题,在视觉效果上要更为理想;同时该算法结构相似性指数有明显提高,峰值信噪比(PSNR)的值更是平均提高了10%以上。
-
关键词
自适应字典学习
图像去噪
稀疏表示
变分模型
非局部相似
-
Keywords
adaptive dictionary learning
image denoising
sparse representation
variational model
nonlocal similarity
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应字典学习的动态磁共振并行重建
被引量：2
- 3
-
-
作者
王悦
蒋慧敏
汪洋
-
机构
台州学院
河海大学
-
出处
《计算机应用与软件》
北大核心
2020年第4期203-207,296,共6页
-
基金
浙江省自然科学基金项目(LY18F010005)
国家级大学生创新训练项目(201910350016)
浙江省大学生科技创新项目(2017R430008)。
-
文摘
动态磁共振成像技术在时空扫描精度上不能兼顾,是目前医学界的一个难点。动态磁共振成像数据在时空域具有很强的稀疏特性,使得压缩感知技术被广泛应用于MR图像重建。提出一种基于压缩感知自适应字典学习的动态磁共振并行重建方法,以高精采样的第一帧作为参考,实现对任意n个相邻帧的dMRI图像子序列的实时并行重建。与目前国际上比较先进的两种方法DTV和kt-SLR进行比较,实验结果表明该算法在重建精度方面具有一定优势。
-
关键词
动态磁共振成像
压缩感知
自适应字典学习
并行重建
-
Keywords
Dynamic magnetic resonance imaging
Compressive sensing
adaptive dictionary learning
Parallel reconstruction
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名交叉分辨率自适应字典学习的单帧超分辨率算法
被引量：1
- 4
-
-
作者
王刘涛
黄淼
王建玺
马飞
-
机构
平顶山学院软件学院
武汉大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第8期206-210,219,共6页
-
基金
国家自然科学基金资助项目(61272453)
河南省科技厅科技攻关计划基金资助项目(142102210226)
-
文摘
两步自适应字典学习的超分辨率算法易受插值图像影响而导致图像模糊。针对该问题,提出一种改进交叉分辨率自适应字典学习算法。根据自然图像的冗余性,即不同分辨率图像依然有相似的图像块,直接以低分辨率图像作为字典学习对象。为了弥补单帧图像作为字典学习的不足,采用镜像图像进行字典学习,以产生容量更大的字典。输入低分辨率图像,利用新的字典通过稀疏表示获得高分辨率图像,采用峰值信噪比(PSNR)和结构相似性度量(SSIM)评估重建效果。实验结果表明,与立方插值、SUSR、MSS、HLSR算法相比,提出算法的重建图像纹理保留得最好,图像效果更加丰富自然,且算法运行速度较快,在多数情况下具有最高的PSNR值和SSIM值。
-
关键词
超分辨率
自适应字典学习
镜像图像
峰值信噪比
结构相似性度量
-
Keywords
Super Resolution （SR）
adaptive dictionary learning
mirror image
Peak Signal to Noise Ratio （PSNR）
Structural Similarity （SSIM） measure
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于字典尺度自适应学习的欠定盲语音重构算法
- 5
-
-
作者
李嘉新
魏爽
俞守庚
刘睿
-
机构
上海师范大学信息与机电工程学院
上海交通大学感知与导航研究所
-
出处
《电讯技术》
北大核心
2023年第9期1411-1418,共8页
-
文摘
针对欠定盲语音分离传统字典学习算法不能优化字典尺寸的问题,提出了一种尺度自适应同步码字优化(Scale Adaptive Simultaneous Codeword Optimization,SASimCO)算法。设计了一种迭代调整字典尺寸的自适应字典学习策略,将训练的字典用于语音盲分离中,以提高语音源信号的恢复性能。所提算法依据设计的候选矩阵,计算候选矩阵中的原子重要性,按照原子重要性准则对字典进行添加与删除原子操作,最后迭代训练得到一个稀疏表示误差最优的字典,用于语音源信号的恢复。使用SiSEC(Signal Separation Evaluation Campaign)数据集对所提算法进行的仿真实验表明,相较于传统字典学习算法,所提算法提高了1~3 dB语音源分离性能,证明了该算法的优势。
-
关键词
欠定盲源分离
语音重构
尺度自适应字典学习
稀疏表示
-
Keywords
underdetermined blind source separation
speed reconstruction
scale adaptive dictionary learning
sparse representation
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名结合层次分割和跨域字典学习的服装检索
被引量：6
- 6
-
-
作者
李宗民
李妍特
刘玉杰
李华
-
机构
中国石油大学(华东)计算机与通信工程学院
中国科学院计算技术研究所
-
出处
《中国图象图形学报》
CSCD
北大核心
2017年第3期358-365,共8页
-
基金
国家自然科学基金项目(61379106)
山东省自然科学基金项目(ZR2009GL014
+6 种基金
ZR2013FM036
ZR2015FM011)
山东省中青年科学家奖励基金项目(BS2010DX037)
中央高校基金科研基金目(13CX06007A
14CX06010A
14CX06012A)
浙江大学CAD&CG国家重点实验室开放课题(A1315)~~
-
文摘
目的针对现有的跨场景服装检索框架在服装躯干部分检索问题上,因服装款式识别优化存在服装信息丢失和跨场景款式识别的问题,提出一种新的服装分割方法和基于跨域字典学习的服装款式识别。方法首先,提出基于超像素融合和姿态估计相结合的方法分割出完整的服装,用完整的服装进行检索可以最大限度地保留服装信息。然后,在服装款式识别时,通过学习服装商品数据集与日常服装图像数据的中间数据集字典,使其逐渐适应日常服装图像数据的方式,调节字典的适应性,进而提高不同场景下的服装款式识别的准确性。另外,由于目前国际缺少细粒度标注的大型服装数据库,本文构建了2个细粒度标注的服装数据库。结果在公认的Fashionista服装数据集及本文构建的数据库上验证本文方法并与目前国际上流行的方法进行对比,本文方法在上下装检索中精度达到62.1%和63.4%,本文方法在服装分割、款式识别,检索方面的准确度要优于当前前沿的方法。结论针对现有的跨场景服装检索框架分割服装不准确的问题,提出一种新的层次服装过分割融合方法及域自适应跨域服装款式识别方法,保证了服装的完整性,提高了跨场景服装检索及款式识别的精度,适用于日常服装检索。
-
关键词
基于内容的图像检索
服装检索
超像素
域自适应字典学习
-
Keywords
context based image retrieval
clothing retrieval
super-pixel
adaptive domain dictionary learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于自适应核字典学习的SAR目标识别方法
被引量：1
- 7
-
-
作者
王彩云
黄盼盼
胡允侃
-
机构
南京航空航天大学航天学院
-
出处
《电波科学学报》
EI
CSCD
北大核心
2019年第1期60-64,共5页
-
基金
国家自然基金青年科学基金(61301211)
江苏省研究生教育教学改革课题(JGZZ17_008)
-
文摘
提出一种基于自适应核字典学习的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法.该方法首先将SAR图像的特征信息通过核函数映射到高维度的核空间中并进行字典学习;然后根据更新后的字典动态计算稀疏度;最后依据最小重构误差准则实现SAR目标识别.在公开数据集MSTAR上的仿真实验结果表明,该方法提取到的特征信息可分度高,对SAR目标的识别具有较好的性能.
-
关键词
SAR图像
目标识别
自适应核字典学习
核稀疏
最小重构误差
-
Keywords
SAR image
target recognition
adaptive kernel dictionary learning(AKDL)
sparsity
minimum reconstruction error
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
