Phase retrieval for imaging problems

Fajwel Fogel 1, 2 Irène Waldspurger 2 Alexandre D'Aspremont 2, 1
1 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, ENS Paris - École normale supérieure - Paris, Inria Paris-Rocquencourt, CNRS - Centre National de la Recherche Scientifique : UMR8548
Abstract : We study convex relaxation algorithms for phase retrieval on imaging problems. We show that structural assumptions on the signal and the observations, such as sparsity, smoothness or positivity, can be exploited to both speed-up convergence and improve recovery performance. We detail experimental results in molecular imaging problems simulated from PDB data.
Type de document :
Article dans une revue
Mathematical Programming Computations, 2016, 8 (3), pp.311-335
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00907529
Contributeur : Alexandre D'Aspremont <>
Soumis le : jeudi 21 novembre 2013 - 13:46:21
Dernière modification le : vendredi 25 mai 2018 - 12:02:06

Lien texte intégral

Identifiants

  • HAL Id : hal-00907529, version 1
  • ARXIV : 1304.7735

Collections

Citation

Fajwel Fogel, Irène Waldspurger, Alexandre D'Aspremont. Phase retrieval for imaging problems. Mathematical Programming Computations, 2016, 8 (3), pp.311-335. 〈hal-00907529〉

Partager

Métriques

Consultations de la notice

260