用于多模态成像的在线卷积字典学习
计算机视觉与模式识别
2017-06-15 v1
摘要
能够利用多种模态的计算成像方法具有增强传统传感系统能力的潜力。在本文中，我们提出了一种新方法，通过利用不同模态之间的冗余，从线性测量中重建多模态图像。我们的方法将图像的卷积组稀疏表示与全变分 (TV) 正则化相结合，以实现高质量的多模态成像。我们开发了一种在线算法，能够在此类应用中典型的大规模数据集上进行卷积字典的无监督学习。我们在联合强度-深度成像的背景下说明了我们方法的优越性。
引用
@article{arxiv.1706.04256,
title = {Online Convolutional Dictionary Learning for Multimodal Imaging},
author = {Kevin Degraux and Ulugbek S. Kamilov and Petros T. Boufounos and Dehong Liu},
journal= {arXiv preprint arXiv:1706.04256},
year = {2017}
}