基于近端梯度的快速字典学习方法的研究

• 作者: 战荫伟 林家印
• 来源期刊: 计算机应用研究
• 关键词: 字典学习 稀疏表示 图像去噪 近端梯度 全局收敛
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1566-1569,1575
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.05.063

摘要

基于稀疏表示的图像处理技术近年来成为研究热点，多种字典学习算法如K-SVD、OLM（online dictiona-ry learning method）等予以提出，这类算法使用重叠的图像块来构建字典进行稀疏表示，产生了大量稀疏系数，致使计算过缓，且不能确保收敛。针对此问题开展研究，提出了基于近端梯度的快速字典学习算法。该算法结合了多凸优化求解，采用近端梯度算法求解字典学习过程中涉及的优化问题，有效地降低了每次迭代的复杂度，减少了迭代开销，同时能够确保收敛。合成数据上的实验表明，相较于其他经典算法，该算法进行字典学习速度更快，所耗时间较短，获得的字典更好，且在图像稀疏去噪的应用中该算法的去噪效果表现优异。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	战荫伟	广东工业大学计算机学院	53	451	12.0	19.0
2	林家印	广东工业大学计算机学院	1	2	1.0	1.0