基于近似消息传递与马尔可夫树先验的压缩成像
计算机视觉与模式识别
2015-05-30 v1
摘要
我们提出了一种新颖的压缩成像算法，该算法利用了自然图像二维小波变换系数中存在的稀疏性和跨尺度的持续性。与近期其他工作类似，我们使用隐马尔可夫树（HMT）对 wavelet 结构进行建模，但与其他工作不同的是，我们的方法基于环状置信传播（LBP）。对于 LBP，我们采用了一种最近提出的“turbo”消息传递调度，该调度在利用 HMT 结构和利用压缩测量结构之间交替进行。对于后者，我们利用了 Donoho、Maleki 和 Montanari 最近提出的近似消息传递（AMP）算法。使用大型图像数据库进行的实验表明，与现有方案相比，我们的 turbo LBP 方法在显著降低复杂度的同时，实现了最先进的重建性能。
引用
@article{arxiv.1108.2632,
title = {Compressive Imaging using Approximate Message Passing and a Markov-Tree Prior},
author = {Subhojit Som and Philip Schniter},
journal= {arXiv preprint arXiv:1108.2632},
year = {2015}
}