déposer
version française rss feed
HAL : hal-00365628, version 1

Fiche détaillée  Récupérer au format
NeuroComp'06, Pont-à-Mousson : France (2006)
Random Sensing of Geometric Images
Gabriel Peyré 1
(10/2006)

This paper proposes an extension of compressed sensing that allows to express the sparsity prior in a dictionary of bases. This enables the use of the universal sampling strategy of compressed sensing together with an adaptive recovery process that adapts the basis to the structure of the sensed signal. A fast greedy scheme is used during reconstruction to estimate the best basis using an iterative refinement. Numerical experiments on geometrical images show that adaptivity is indeed crucial to capture the structures of complex natural signals.
1 :  CEntre de REcherches en MAthématiques de la DEcision (CEREMADE)
CNRS : UMR7534 – Université Paris IX - Paris Dauphine
Informatique/Traitement du signal et de l'image

Sciences de l'ingénieur/Traitement du signal et de l'image
Compressed sensing – best basis – bandlets
Liste des fichiers attachés à ce document : 
PDF
07-NeuroComp-Peyre.pdf(624.1 KB)

tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...