· 2014
Ağırlıklı Çekirdek Norm Minimizasyonu ve Görüntü İyileştirmede Uygulanması
Weighted Nuclear Norm Minimization with Application to Image Denoising
- 2.271atıf
- 2014yıl
Kısa özet
Bu makale, standart çekirdek norm minimizasyonuna göre daha fazla esneklik sağlayan, tekil değerlere farklı ağırlıklar atayan yeni bir yaklaşım olan Ağırlıklı Çekirdek Norm Minimizasyonunu (WNNM) tanıtmaktadır. Görüntü iyileştirmeye uygulanan WNNM, BM3D gibi mevcut yöntemlerden önemli ölçüde daha iyi performans göstermektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Daha fazla esneklik için Ağırlıklı Çekirdek Norm Minimizasyonunu (WNNM) tanıtır.
- Standart çekirdek norm minimizasyonunun aksine, tekil değerlere farklı ağırlıklar atar.
- WNNM'yi yerel olmayan kendi kendine benzerliği kullanarak görüntü iyileştirmeye uygular.
- BM3D ve diğer en gelişmiş iyileştirme algoritmalarından daha iyi performans gösterir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
As a convex relaxation of the low rank matrix factorization problem, the nuclear norm minimization has been attracting significant research interest in recent years. The standard nuclear norm minimization regularizes each singular value equally to pursue the convexity of the objective function. However, this greatly restricts its capability and flexibility in dealing with many practical problems (e.g., denoising), where the singular values have clear physical meanings and should be treated differently. In this paper we study the weighted nuclear norm minimization (WNNM) problem, where the singular values are assigned different weights. The solutions of the WNNM problem are analyzed under different weighting conditions. We then apply the proposed WNNM algorithm to image denoising by exploiting the image nonlocal self-similarity. Experimental results clearly show that the proposed WNNM algorithm outperforms many state-of-the-art denoising algorithms such as BM3D in terms of both quantitative measure and visual perception quality.
Yazarların özeti; kaynağından alınmıştır., 2014 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hesaplamalı Mekanik
Computational MechanicsEngineering