在信号稀疏表征应用领域,获得适用的字典是一件十分关键的事情。现有的策略基本分为2种,第一是选择经典的字典,如undecimated wavelets , steerable wavelets, contourlets, curvelets。这些字典对于分块平滑且边界平滑的图像较为实用,泛化能力好。但是对于专一处理的信号可能不足够合理,为了获得更加稀疏的表征,亦可以构建字典,现有的经典算法是MOD(Method of Optimal Directions,by Engan)和 K-SVD(by Aharon)。

这一优化模型如下:

这一优化模型,描述的是在未知字典A上,给定信号y,y在A上具备稀疏表针x。

1.MOD-Method of Optimal Directions

上一模型本质上可以分为两个部分求解。可以先固定字典A,求解最稀疏表征x,继而固定稀疏表征x,求解字典A,前一个问题可以用正交匹配追踪的方式求解(OMP),后一问题是典型的MSE凸优化模型,具有唯一的伪逆解。

MOD本质上利用的是上一思想:

稀疏编码对应稀疏求解过程,字典优化本质是凸优化问题。A可以初始化为测量信号Y的随机线性组合

2.K-SVD

K-SVD与MOD的不同之处在稀疏编码后,构建字典的不同。K-SVD的基本思想是,固定字典的某一列,使用其他列更新当前列,这种方式进行并行运算,即更新一遍字典。

考虑上式的Disctionary Coding Stage,重构为:

这一优化问题,对于j0列,最优的a和x,是对E的rank-1近似,这本质上可以通过SVD求解。为了保证当前稀疏表针这一特性固定,实际的E往往只用a中非0项对应的x进行构建:

K-SVD算法总结如下:

考虑到SVD代价比较大,有一种替代的方法,即分别固定a和x去更新另外一个变量:

这里的P操作定义上叙排除非0元素对应原子的操作,即

参考:

[1]Sparse and Redundant Representations :From Therory to Application in Signal and Image Processing, Michael Elad

稀疏表征:稀疏字典构建相关推荐

  1. 【论文极速读】VQ-VAE:一种稀疏表征学习方法

    [论文极速读]VQ-VAE:一种稀疏表征学习方法 FesianXu 20221208 at Baidu Search Team 前言 最近有需求对特征进行稀疏编码,看到一篇论文VQ-VAE,简单进行笔 ...

  2. 稀疏表示和字典学习的简单理解

    稀疏表示和字典学习的简单理解 特征分类 稀疏表示 字典学习 特征分类 相关特征:对当前有用的属性 冗余特征:所包含的信息有时能从其他特征中推演出来.如若某个冗余特征恰好对应了学习任务所需"中 ...

  3. 稀疏表示、字典学习、压缩感知的简单理解

    注意:本文不涉及任何公式推导,仅对大致原理和作用进行介绍,不当之处欢迎指正. 为什么要稀疏? 1)特征选择 稀疏规则化能实现特征的自动选择,当Xi存在与输出Yi没有关系的特征(冗余特征)时,在最小化损 ...

  4. 2019年遥感图像稀疏表征_图片为:2019年网络最佳图像格式

    2019年遥感图像稀疏表征 JPEG,WEBP,HEIC,AVIF? 本指南将帮助您选择. (JPEG, WEBP, HEIC, AVIF? This guide will help you choo ...

  5. 行稀疏 列稀疏 稀疏_稀疏分析的终极指南-数学观点

    行稀疏 列稀疏 稀疏 In this article, I will try to demystify the idea of sparsity, one of the most important ...

  6. oracle有没有稀疏列,稀疏 BLAS - Oracle® Developer Studio 12.5:性能库用户指南

    稀疏 BLAS Oracle Developer Studio 性能库稀疏 BLAS 软件包基于以下两个软件包: Netlib Sparse BLAS 软件包,由 Dodson, Grimes 和 L ...

  7. Dictionary Learning(字典学习、稀疏表示以及其他)

    第一部分 字典学习以及稀疏表示的概要 字典学习(Dictionary Learning)和稀疏表示(Sparse Representation)在学术界的正式称谓应该是 稀疏字典学习(Sparse D ...

  8. [转]字典学习/稀疏编码

    本文转自https://zhuanlan.zhihu.com/p/26015351 机器学习--字典学习/稀疏编码学习笔记 Esquirrel 2 个月前 以下资料是小编学习字典学习/稀疏编码时,整理 ...

  9. 字典学习以及稀疏表示的概要

    https://www.cnblogs.com/hdu-zsk/p/5954658.html https://www.cnblogs.com/endlesscoding/p/10090866.html ...

最新文章

  1. 移动互联网的下个十年猜想
  2. java get post 区别详解_[Java教程]GET 与 POST 其实没有什么区别
  3. 处理2D图像和纹理——显示文字
  4. replace into mysql去重_上传 phpexcel 类 入库并入库前去重
  5. C++实现教学信息管理系统
  6. 是用Entity.Save(),还是用DAL.Save(Entity e)
  7. jdbc pdf_JDBC教程– ULTIMATE指南(PDF下载)
  8. 人工智能和机器学习的前世今生
  9. JSP变量和方法声明
  10. 问题记录——com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure...
  11. cocos2dx视频教程进阶篇--第2天--打砖块游戏-box2d物理引擎
  12. Lesson6 how to use HTML QT Widgets
  13. MySQL不区分大小写(Linux与WINDOWS)
  14. 分析百度的中文分词结果
  15. 面试被问离职原因该怎么回答?
  16. wangEditor 富文本框
  17. html gzip解压易语言,易语言GZIP解压缩源码
  18. ubuntu 恢复被删除的文件
  19. 易灵思FPGA烧写EFINIX 芯片下载使用步骤
  20. php实现加密解密,PHP实现的加密解密处理类

热门文章

  1. GO语言gin框架实战-02-Jwt和登录认证
  2. WIN10电脑桌面整理及其壁纸应用推荐
  3. 什么情况下应该选用远心镜头
  4. java,png,jpg,多张图片合成一个pdf,压缩图片,并且保证图片不失帧。
  5. [c#] DirectoryInfo.GetDirectories() 能扫描读取到文件夹,目录里却不存在。
  6. top和margin-top的区别
  7. 甘肃省计算机二级考试试题,2013甘肃省计算机等级考试二级理论考试试题及答案...
  8. PPC体系结构[转]
  9. 数据库复习——关系数据理论中的几个重要概念(闭包,逻辑蕴含,覆盖...)
  10. 数据库实验三 嵌套查询和视图操作