搜索资源列表
sparserepresentationofsignals.
- 详细介绍了信号的稀疏分解和表示方法，可以用于图像特征提取等方面,Details of the sparse signal decomposition and that the method can be used for image feature extraction, etc.
low-rank-ksvd
- 低秩的求解 denoise an image by sparsely representing each block with the already overcomplete trained Dictionary, and averaging the represented parts. Detailed descr iption can be found in "Image Denoising Via Sparse and Redundant representations
overcomplete
- 收集的几篇关于稀疏性号冗余字典建立的中文文献，对初学者很有参考价值。-Collection of several dictionaries on the sparsity of the establishment of redundant number of Chinese literature, a good reference for beginners.
ScSR
- Jianchao Yang 的基于稀疏表示的单幅图像重建的原始代码，先将高低训练图像分块，再将块训练成高低字典，将测试图像映射到低字典上，得到系数，再乘以高子典就得到最后的图像。对学习超分辨率同学的参考作用很大。-This is the original matlab code for super resolution by Jianchao Yang 。The method is sparse represent based on the overcomplete dictionary。
SA-OE
- 基于过完备基展开的空间自适应去噪算法。论文《Spatially adaptive image denoising under overcomplete expansion》。-Spatially adaptive image denoising under overcomplete expansion
Demo_RSC_AR_disguise
- 稀疏表示人脸识别算法。稀疏表示是最近几年信号处理领域的热点之一，简单来说，它其实是一种对原始信号的分解过程，该分解过程借助一个事先得到的字典（也有人称之为过完备基，overcomplete basis，后面会介绍到），将输入信号表示为字典的线性近似的过程。-Sparse representation recognition algorithms. Sparse representation is one of the last few years the hot field of signal
KSVD-for-image-denoise
- KSVD用于稀疏字典的训练，稀疏表示用于图像去噪-An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation
新建文件夹 (2)
- 字典学习。比如一个向量，是k维的，我现在有一个k*n的字典，其中n>>k，所谓的字典学习，就是在这包含n个向量的字典当中寻找一个线性表示可以表示出当前这个k维的向量。之所以称为“稀疏表示”，因为一般n大于k，比如n=512,k=64。这时候你的字典一定是一个Redundant（冗余的，过剩的）的。因此你的表示里面一定有很多系数为0，因而被称作稀疏表示。 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中