基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文主要提出一个新的基于流形约束的事件相机去噪算法.事件相机是一类新型的视觉传感器,以高时间分辨率(微秒)感知场景亮度变化,同时输出具有像素位置、时间及极性的事件流.事件相机在传输亮度变化的同时受到噪声的干扰,带噪的事件流会对后续的应用造成不利的影响.为了解决该问题,本文假设事件分布在高维空间中的低维流形上,利用事件点间相似信息建立图模型以近似流形结构,结合图的流形平滑约束,实现事件流去噪.该算法首次将基于图的流形约束引入事件去噪问题中并且直接处理连续的事件序列.仿真实验和真实数据结果证明了事件去噪算法的有效性.
推荐文章
分数阶三维块匹配去噪算法
图像去噪
分数阶微积分
三维块匹配
联合去噪
数字图像处理
组约束与非局部稀疏的图像去噪算法
图像去噪
非局部相似
稀疏表示
分组约束
一种非零元个数约束的字典学习图像去噪算法
图像去噪
字典学习
稀疏表示
K-SVD
非零元个数
一种基于低秩矩阵逼近的图像去噪算法
图像去噪
非局部自相似
低秩矩阵逼近
核范数
奇异值分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低维流形约束下的事件相机去噪算法
来源期刊 信号处理 学科 工学
关键词 事件去噪 低维流形 图信号处理 事件相机
年,卷(期) 2019,(10) 所属期刊栏目 短文与研究通讯
研究方向 页码范围 1753-1761
页数 9页 分类号 TN911.73
字数 6572字 语种 中文
DOI 10.16798/j.issn.1003-0530.2019.10.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余磊 武汉大学电子信息学院 13 24 2.0 4.0
2 刘舟 武汉大学电子信息学院 2 1 1.0 1.0
3 江盟 武汉大学电子信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (5)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
事件去噪
低维流形
图信号处理
事件相机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导