基于结构化字典学习的图像去噪



活动地点:嘉定校区1-333

活动时间:2020-11-20 08:00:00

报 告 人:朱红 副教授,江苏大学

报告时间:11月20日(周五)08:00

报告地点:嘉定校区1-333

邀 请 人:马丽艳 副研究员

报告摘要:

In this talk, I will present two structured dictionary learning models to recover images corrupted by mixed Gaussian and impulse noise. These two models can be merged as lp-norm fidelity plus lq-norm regularization. The fidelity term is used to fit image patches and the regularization term is employed for sparse coding. Particularly, we utilize proximal (and proximal linearized) alternating minimization methods as the main solvers to deal with these two models. We remove the Gaussian noise under the assumption that the uncorrupted image can be approximated with a linear representation under an appropriate orthogonal basis. We use different ways to remove impulse noise for these two models.

报告人简介:

朱红,博士,江苏大学数学与应用数学系副教授,2016年于香港浸会大学数学系取得博士学位,主要研究方向非线性规划。 2015/01-2015/07访问新加坡国立大学储德林教授。2018/12-2019/12在加拿大西门莎菲大学做博士后,导师吕兆松教授。


  • 快速导航
  • 国际交流

版权所有 © 上海大学   沪ICP备09014157   地址:上海市宝山区上大路99号   邮编:200444   电话总机:021-96928188   校内电话查询
互联网违法和不良信息举报   举报电话   举报邮箱   沪公网安备31009102000049号
技术支持:上海大学信息化工作办公室   联系我们