基于离网格模型的深度学习 (O-MODL)
机器学习
2018-12-31 v1 计算机视觉与模式识别
机器学习
摘要
我们提出了一种利用深度学习方法先验的基于模型的离网格图像重建算法。所提方案与当前深度学习策略的主要区别在于学习傅里叶空间中的非线性湮灭关系。我们依赖于一个基于模型的框架，这使得我们能够使用显著更小的深度网络，相较于那些同时学习如何反演前向模型的直接方法。与图像域 MoDL 方法的初步比较展示了离网格公式的潜力。与结构化低秩方法相比，所提方案的主要优势在于计算复杂度的显著降低。
引用
@article{arxiv.1812.10747,
title = {Off-the-grid model based deep learning (O-MODL)},
author = {Aniket Pramanik and Hemant Kumar Aggarwal and Mathews Jacob},
journal= {arXiv preprint arXiv:1812.10747},
year = {2018}
}
备注
ISBI 2019