Analytic separable dictionary learning based on oblique manifold
Analytic separable dictionary learning based on oblique manifold
复制标题
基于斜流形的解析可分离字典学习
DOI：
10.1016/j.neucom.2016.09.099
复制
发表时间：
2017-05
期刊：
影响因子：
6
通讯作者：
Shaohai Hu
中科院分区：
文献类型：
--
作者：
Fengzhen Zhang;Yigang Cen;Ruizhen Zhao;Hengyou Wang;Yi Cen;Lihong Cui;Shaohai Hu
基于字典的稀疏表示由于其广泛的应用而受到越来越多的关注。针对传统字典学习算法计算复杂的缺点，提出了一种解析可分字典学习算法。考虑到稀疏系数矩阵和字典的不同，我们将算法分为两个阶段：二维稀疏编码和字典优化。然后在这两个阶段之间使用交替迭代方法。第一阶段采用了复杂度较低的二维正交匹配追踪算法。在第二阶段，我们建立一个连续函数的优化问题，并解决它的共轭梯度法在斜流形上。通过采用优化字典的可分离结构，在图像去噪实验中取得了较好的效果。
Sparse representation based on dictionary has gained increasing interest due to its extensive applications. Because of the disadvantages of computational complexity of traditional dictionary learning, we propose an algorithm of analytic separable dictionary learning. Considering the differences of sparse coefficient matrix and dictionary, we divide our algorithm into two phases: 2D sparse coding and dictionary optimization. Then an alternative iteration method is used between these two phases. The algorithm of 2D-OMP (2-dimensional Orthogonal Matching Pursuit) is used in the first phase because of its low complexity. In the second phase, we create a continuous function of the optimization problem, and solve it by the conjugate gradient method on oblique manifold. By employing the separable structure of the optimized dictionary, a competitive result is achieved in our experiments for image de-noising.
登录
查看更多内容
基于判别字典学习和稀疏表示的人脸识别算法
影响因子：
6
作者：
Lu Zhenyu;Zhang Linghua
通讯作者：
Zhang Linghua
影响因子：
5.4
作者：
Huang Bai;Gang Li;Sheng Li;Qiuwei Li;Qianru Jiang;Liping Chang
通讯作者：
Huang Bai;Gang Li;Sheng Li;Qiuwei Li;Qianru Jiang;Liping Chang
影响因子：
6.8
作者：
M. Aharon;Michael Elad;A. Bruckstein;Y. Katz
通讯作者：
M. Aharon;Michael Elad;A. Bruckstein;Y. Katz
DOI：
10.1016/j.cam.2012.11.018
发表时间：
2013-05
期刊：
J. Comput. Appl. Math.
影响因子：
--
作者：
Y. Cen;L. Cen;Xiao-Fang Chen;Z. Miao
通讯作者：
Y. Cen;L. Cen;Xiao-Fang Chen;Z. Miao
DOI：
--
发表时间：
2014-06
期刊：
2014 22nd European Signal Processing Conference (EUSIPCO)
影响因子：
--
作者：
Matthias Seibert;Julian Wörmann;R. Gribonval;M. Kleinsteuber
通讯作者：
Matthias Seibert;Julian Wörmann;R. Gribonval;M. Kleinsteuber