使用快速分布式压缩感知的同时稀疏逼近与公共分量提取

同时稀疏逼近是标准稀疏逼近的推广，用于使用公共稀疏模型同时表示一组信号。将压缩感知概念推广到同时稀疏逼近便产生了分布式压缩感知。分布式压缩感知使用公共+创新信号模型寻找多个相关信号的稀疏表示。然而，分布式压缩感知对于大量信号的联合恢复效率不高，因为它需要大量的内存和计算时间。在本文中，我们提出了一种新的分层算法，以更高效地实现分布式压缩感知的联合稀疏恢复框架。所提出的算法被应用于视频背景提取问题，其中背景对应于跨帧的公共稀疏活动。