图像压缩感知相关论文
近年来,压缩感知(Compressive Sensing,简写为CS)作为一种新的信号采集方式受到广泛的关注,压缩感知应用于加密的研究也不断出现。本......
由于神经网络强大的学习能力与快速的运行速度,近年来基于深度学习的图像压缩感知(Image Compressive Sensing, ICS)研究备受关注.......
毫无疑问,数据是现如今信息化社会最为重要的东西。随着机器学习和人工智能领域的快速发展,许多研究领域借助深度神经网络取得了很......
图像的稀疏表示是目前图像处理领域的一个研究热点。图像的多尺度几何分析工具能产生具有空间方向性的基函数系统,因此能很好的利......
针对图像压缩感知重构问题,构建图像小波系数的广义拉普拉斯统计模型。首先通过对典型图像小波系数的直方图统计,以广义拉普拉斯分......
基于非局部自相似性的自然图像压缩感知重构算法在低采样率条件下初始重构质量有限,导致相似块分组效果不理想,影响最终重构质量.......
传统的图像与视频压缩编码框架以奈奎斯特采样定理为基础,首先以高于原始信号两倍带宽的频率对信号进行采样,再通过对应的压缩方法......
作为一种新的信号采样理论,压缩感知理论指出:对于具有稀疏性或者可压缩性的信号,我们可以通过远低于香农采样率的测量数据进行精......
压缩感知以部分随机变换代替全变换,仍可确保图像的高精度复原,可用于铁路系统中无线监控终端实现低复杂图像编码。传统图像压缩感......
在传统的图像压缩感知研究中存在两个主要问题:在采样端,传统的线性采样方式存在一定程度的局限性;在重构端,传统的优化重构算法有......
在以香农-奈奎斯特采样定理为基本框架的信号处理领域中,高带宽的图像与视频所要求的奈奎斯特采样速率往往较大,这提高了图像与视......
提出利用视觉显著性指导图像压缩感知的自适应测量与重建的算法.考虑到感知端不可负载过多的计算量,采用亮度对比度计算输入全采样......
压缩感知作为一种全新的信号采样理论,广泛应用于各个领域。图像压缩感知只需少量的采样测量值便可准确地重建出原始图像,降低了图......