Une approche bayésienne non paramétrique pour l'apprentissage d'un dictionnaire de taille adaptative

Résumé : L'apprentissage de dictionnaire pour la représentation parcimonieuse est maintenant bien connu dans le cadre de la résolution de probì emes inverses en traitement d'image. Généralement , le nombre d'atomes du dictionnaire est fixé a l'avance. Nous proposons une méthode qui apprend automatiquement un dictionnaire de taille adaptée grâcè a un mod ele Bayésien non paramétrique de type Buffet Indien. Le niveau de bruit est aussi estimé avec précision , de sorte que presqu'aucun réglage des param etres n'est nécessaire. Les résultats comparatifs de débruitage illustrent la pertinence de la méthode proposée.
Type de document :
Communication dans un congrès
GRETSI 2015, Sep 2015, Lyon, France. 2015, Actes du GRETSI 2015. 〈http://www.gretsi.fr/colloque2015/〉
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01249821
Contributeur : Pierre Chainais <>
Soumis le : dimanche 3 janvier 2016 - 17:43:57
Dernière modification le : dimanche 19 novembre 2017 - 01:18:40
Document(s) archivé(s) le : jeudi 10 novembre 2016 - 19:55:15

Fichier

Dang_Chainais_Gretsi2015.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01249821, version 1

Citation

Hong-Phuong Dang, Pierre Chainais. Une approche bayésienne non paramétrique pour l'apprentissage d'un dictionnaire de taille adaptative. GRETSI 2015, Sep 2015, Lyon, France. 2015, Actes du GRETSI 2015. 〈http://www.gretsi.fr/colloque2015/〉. 〈hal-01249821〉

Partager

Métriques

Consultations de la notice

124

Téléchargements de fichiers

101