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......
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......
传统的通信系统根据香农分离原理将信源编码和信道编码分别设计、互不相关。信源编码器以获得最大压缩比为目标,不考虑具体信道的......
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......
随着数字信息与互联网时代的到来,以图像为主的数字信号储存传输需求也日益激增。在图像的储存传输过程中,压缩与采样是必不可少的......
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......
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......
模型化压缩感知图像重构在标准压缩感知重构的基础上利用了小波树结构的先验知识,分别用贪婪树逼近和最优树逼近的方法求解重构优......
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......
