多媒体信号处理的数学理论前沿进展

• 作者: 于俊清 吴飞 徐明星 戴文睿 林宙晨 熊红凯 申扬眉
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 结构化稀疏表示 基于框架理论的深度卷积网络 多层卷积稀疏编码 图信号处理 多媒体信号处理
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 综述
• 页码范围: 1-18
• 页数: 18页
• 分类号: TP301.6
• 字数: 16684字
• 语种: 中文

摘要

深度学习模型广泛应用于多媒体信号处理领域,通过引入非线性能够极大地提升性能,但是其黑箱结构无法解析地给出最优点和优化条件.因此如何利用传统信号处理理论,基于变换/基映射模型逼近深度学习模型,解析优化问题,成为当前研究的前沿问题.本文从信号处理的基础理论出发,分析了当前针对高维非线性非规则结构方法的数学模型和理论边界,主要包括:结构化稀疏表示模型、基于框架理论的深度网络模型、多层卷积稀疏编码模型以及图信号处理理论.详细描述了基于组稀疏性和层次化稀疏性的表示模型和优化方法,分析基于半离散框架和卷积稀疏编码构建深度/多层网络模型,进一步在非欧氏空间上扩展形成图信号处理模型,并对国内外关于记忆网络的研究进展进行了比较.最后,展望了多媒体信号处理的理论模型发展,认为图信号处理通过解析谱图模型的数学性质,解释其中的关联性,为建立广义的大规模非规则多媒体信号处理模型提供理论基础,是未来研究的重要领域之一.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴飞	浙江大学计算机科学与技术学院	225	2325	27.0	39.0
2	熊红凯	上海交通大学电子信息与电气工程学院	26	81	5.0	6.0
3	于俊清	华中科技大学计算机科学与技术学院	60	576	14.0	22.0
4	戴文睿	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0
5	林宙晨	北京大学信息科学技术学院	1	0	0.0	0.0
6	申扬眉	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0
7	徐明星	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0