《Journal of Electronic Imaging》发表“Fast sparsity adaptive multipath matching pursuit for compressed sensing problems”

          2017年5月,国际期刊《Journal of Electronic Imaging》发表了中科大影像中心张晓芳撰写的研究论文“Fast sparsity adaptive multipath matching pursuit for compressed sensing problems”。

        文章总结了现有匹配追踪算法的研究现状,并提出来一种更快速的多路径匹配追踪重建算法。论文的第一作者为影像中心研究生张晓芳。

          基于树的多路径搜索方法的高计算复杂度使其较难进行实际应用。 然而,重新选择候选原子可能会使搜索路径更加准确和高效。文中提出了一种称为快速稀疏自适应多路径匹配追踪(fast SAMMP)的多路径贪婪方法,该算法执行稀疏自适应树搜索以找到具有更好性能的最稀疏解决方案。 每个路径获得稀疏度K个原子,fast SAMMP重新选择2K原子中最好的K原子。 Fast SAMMP由于采用稀疏自适应技术,可以为算法提供更多的实际应用。

          在这篇论文中,我们首先介绍了压缩感知的基本概念,其包括压缩感知的应用,模型以及现有的主要重构方法的分类,并阐述了正交匹配追踪以及其衍生匹配追踪算法的大致思路。相关工作部分介绍了信号的采样以及目标优化公式,接着详细介绍了正交匹配追踪算法,稀疏度自适应匹配追踪算法以及多路径匹配追踪算法的迭代过程及其伪代码。最后,对所提出的fast SAMMP算法进行通过稀疏估计以及快速搜索策略两个方面进行介绍,并通过使用高斯观测矩阵证明了所提出的快速方案在一维信号和二维图像上的重建性能。 实验结果表明,与传统算法相比,快速SAMMP实现更少的重建时间和更高的精确恢复率。

          上述研究得到国家重大科研仪器研制项目[81527802]的支持。

          文章链接:https://www.spiedigitallibrary.org/journals/journal-of-electronic-imaging/volume-26/issue-03/033007/Fast-sparsity-adaptive-multipath-matching-pursuit-for-compressed-sensing-problems/10.1117/1.JEI.26.3.033007.full

发表评论

电子邮件地址不会被公开。 必填项已用*标注