基于自适应K-SVD字典的视频帧稀疏重建算法

• 作者: 李雷 袁安安 钱阳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: K-SVD算法 自适应K-SVD算法 字典学习 稀疏表示 压缩感知
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP301.6
• 字数: 4384字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.06.008

摘要

压缩感知理论的一个重要前提是找到信号的稀疏域,其直接影响着算法的重构精度,研究快速高效的信号稀疏表示方法具有重大的现实意义.为了提高字典训练速度与性能,基于传统的K-SVD算法,提出了一种自适应K-SVD字典学习算法(Adaptive K-SVD).该算法交替执行稀疏编码阶段和字典更新阶段.在稀疏编码阶段,通过引入自适应稀疏约束机制,以获得更稀疏的表示系数,从而进一步提高字典的更新效率;而在字典更新阶段,则使用经典K-SVD的字典更新方式来实现字典原子的逐列更新.将所提算法应用于压缩感知理论的信号稀疏表示中,实现视频帧的稀疏重建.仿真对比实验结果表明,所提算法比经典的K-SVD算法的字典训练速度更快,稀疏表示性能更优,且能有效减少压缩感知的重构误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷	南京邮电大学视觉认知计算与应用研究中心	82	539	12.0	18.0
2	钱阳	南京邮电大学视觉认知计算与应用研究中心	5	7	2.0	2.0
3	袁安安	南京邮电大学视觉认知计算与应用研究中心	3	3	1.0	1.0