論文の概要: $L_{2,1}$-Norm Regularized Quaternion Matrix Completion Using Sparse
Representation and Quaternion QR Decomposition
- arxiv url: http://arxiv.org/abs/2309.03764v1
- Date: Thu, 7 Sep 2023 15:08:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-08 12:41:08.611430
- Title: $L_{2,1}$-Norm Regularized Quaternion Matrix Completion Using Sparse
Representation and Quaternion QR Decomposition
- Title(参考訳): スパース表現と四元QR分解を用いた$L_{2,1}$-Norm正規化四元行列補完
- Authors: Juan Han, Kit Ian Kou, Jifei Miao, Lizhi Liu, Haojiang Li
- Abstract要約: QLNM-QQR と呼ばれる四元数 Qatar Riyal 分解と四元数 $L_2,1$-norm に基づく手法を提案する。
この新しいアプローチは、大きな四元数行列のQSVDを計算する必要性を回避し、計算複雑性を低減する。
また、QLNM-QQR法の2つの改善点を挙げる:IRQLNM-QQRと呼ばれる拡張版で、反復的に再重み付けされた四元数$L_2,1$-norm最小化とQLNM-QQR-SRと呼ばれるメソッドを使用する。
- 参考スコア(独自算出の注目度): 7.344370881751104
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Color image completion is a challenging problem in computer vision, but
recent research has shown that quaternion representations of color images
perform well in many areas. These representations consider the entire color
image and effectively utilize coupling information between the three color
channels. Consequently, low-rank quaternion matrix completion (LRQMC)
algorithms have gained significant attention. We propose a method based on
quaternion Qatar Riyal decomposition (QQR) and quaternion $L_{2,1}$-norm called
QLNM-QQR. This new approach reduces computational complexity by avoiding the
need to calculate the QSVD of large quaternion matrices. We also present two
improvements to the QLNM-QQR method: an enhanced version called IRQLNM-QQR that
uses iteratively reweighted quaternion $L_{2,1}$-norm minimization and a method
called QLNM-QQR-SR that integrates sparse regularization. Our experiments on
natural color images and color medical images show that IRQLNM-QQR outperforms
QLNM-QQR and that the proposed QLNM-QQR-SR method is superior to several
state-of-the-art methods.
- Abstract(参考訳): カラー画像の完成はコンピュータビジョンにおいて難しい問題であるが、近年の研究では、カラー画像の四元表現が多くの領域でうまく機能していることが示されている。
これらの表現はカラーイメージ全体を考慮し、3つのカラーチャネル間の結合情報を効果的に活用する。
その結果,低ランク四元数行列補完(LRQMC)アルゴリズムが注目されている。
QLNM-QQR と呼ばれる四元数 Qatar Riyal 分解と四元数 $L_{2,1}$-norm に基づく手法を提案する。
この新しいアプローチは、大きな四元数行列のQSVDを計算する必要性を回避し、計算複雑性を低減する。
また,QLNM-QQR法の改良版であるIRQLNM-QQRを,反復的に再重み付けした四元数$L_{2,1}$-norm最小化と,スパース正規化を統合したQLNM-QQR-SRという方法を提案する。
自然色画像とカラー医用画像を用いた実験により、IRQLNM-QQRはQLNM-QQRより優れており、提案手法は最先端のいくつかの手法よりも優れていることが示された。
関連論文リスト
- Quaternion Nuclear Norm minus Frobenius Norm Minimization for color image reconstruction [20.11953064373745]
QNMF(Quternion Nuclear Norm Minus Frobenius Norm Minimization)は、カラー画像再構成のための新しいアプローチである。
核ノルムを小さくするフロベニウス標準を含む正則化手法を用いることで、QNMFは四元数符号化カラー画像の下位低ランク構造を近似する。
論文 参考訳(メタデータ) (2024-09-12T06:57:00Z) - CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。
LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。
CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
論文 参考訳(メタデータ) (2023-12-13T07:56:27Z) - Deep Equilibrium Diffusion Restoration with Parallel Sampling [120.15039525209106]
拡散モデルに基づく画像復元(IR)は、拡散モデルを用いて劣化した画像から高品質な(本社)画像を復元し、有望な性能を達成することを目的としている。
既存のほとんどの手法では、HQイメージをステップバイステップで復元するために長いシリアルサンプリングチェーンが必要であるため、高価なサンプリング時間と高い計算コストがかかる。
本研究では,拡散モデルに基づくIRモデルを異なる視点,すなわちDeqIRと呼ばれるDeQ(Deep equilibrium)固定点系で再考することを目的とする。
論文 参考訳(メタデータ) (2023-11-20T08:27:56Z) - A Theoretically Guaranteed Quaternion Weighted Schatten p-norm
Minimization Method for Color Image Restoration [11.47644299959152]
カラー画像復元問題に対処する新しい四元数ベースWSNMモデル(QWSNM)を提案する。
カラー画像のデノゲーションとデブロワーリングを含む2つの代表的CIRタスクに対する広範囲な実験により、提案手法が多くの最先端の代替品に対して好適に機能することを実証した。
論文 参考訳(メタデータ) (2023-07-24T09:54:49Z) - Quaternion tensor left ring decomposition and application for color
image inpainting [14.601163837840675]
TR分解の強力で一般化された表現能力を継承する四元数テンソル左環(QTLR)分解を提案する。
さらに,定義QTLR分解に基づくカラー画像インペイントのための低ランク四元数テンソル補完(LRQTC)モデルを提案する。
論文 参考訳(メタデータ) (2023-07-20T06:37:47Z) - Towards Nonlinear-Motion-Aware and Occlusion-Robust Rolling Shutter
Correction [54.00007868515432]
既存の手法では、一様速度仮定による補正の精度を推定する上で、課題に直面している。
本稿では,個々の画素の高次補正場を正確に推定する,幾何的回転シャッター(QRS)運動解法を提案する。
提案手法は,Carla-RS,Fastec-RS,BS-RSCの各データセット上で,PSNRの+4.98,+0.77,+4.33を超える。
論文 参考訳(メタデータ) (2023-03-31T15:09:18Z) - Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition [0.0]
カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。
四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
論文 参考訳(メタデータ) (2022-11-30T04:51:09Z) - CADyQ: Content-Aware Dynamic Quantization for Image Super-Resolution [55.50793823060282]
本稿では,画像超解像(SR)ネットワークのための新しいコンテント・アウェア・ダイナミック量子化(CADyQ)手法を提案する。
CADyQは、入力画像のローカル内容に基づいて、局所領域と層に最適なビットを適応的に割り当てる。
パイプラインは様々なSRネットワークでテストされ、いくつかの標準ベンチマークで評価されている。
論文 参考訳(メタデータ) (2022-07-21T07:50:50Z) - Quaternion Optimized Model with Sparse Regularization for Color Image
Recovery [10.137095668835439]
本論文は、音声フォーマットや画像を含む様々な信号タイプが、それぞれのベースに対して本質的に疎い構造を持っているという事実に着想を得たものである。
色画像は四元数領域で全体として処理できるため、四元数離散コサイン変換(QDCT)領域における色画像の空間性について記述した。
より優れた低ランク近似を実現するために、提案モデルでは、クォーテリオンベースのトランケート核ノルム(QTNN)が採用されている。
論文 参考訳(メタデータ) (2022-04-19T03:07:12Z) - LAPAR: Linearly-Assembled Pixel-Adaptive Regression Network for Single
Image Super-Resolution and Beyond [75.37541439447314]
単一画像超解像(SISR)は、低解像度(LR)画像を高解像度(HR)バージョンにアップサンプリングする根本的な問題を扱う。
本稿では,線形組立画素適応回帰ネットワーク (LAPAR) を提案する。
論文 参考訳(メタデータ) (2021-05-21T15:47:18Z) - Single-Image HDR Reconstruction by Learning to Reverse the Camera
Pipeline [100.5353614588565]
本稿では,LDR画像形成パイプラインの領域知識をモデルに組み込むことを提案する。
我々は,HDRto-LDR画像形成パイプラインを(1)ダイナミックレンジクリッピング,(2)カメラ応答関数からの非線形マッピング,(3)量子化としてモデル化する。
提案手法は,最先端の単一画像HDR再構成アルゴリズムに対して良好に動作することを示す。
論文 参考訳(メタデータ) (2020-04-02T17:59:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。