基于双稀疏字典的新型盲压缩感知模型.PDFVIP

第27卷摇 第5期 计 算机 技 术 与发 展 Vol.27摇 No.5 2017年5月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 May 摇 2017 基于双稀疏字典的新型盲压缩感知模型 钱摇 阳,李摇 雷,石曼曼 (南京邮电大学视觉认知计算与应用研究中心,江苏 南京 210023) 摘摇 要:针对压缩感知理论实际应用过程中,稀疏基先验信息未知的情况下,如何从信号的压缩测量值中学习与待重构信 号本身相适应的字典的同时,利用该字典重构出原始信号的问题,基于已有的盲压缩感知理论(BCS),在稀疏基为双稀疏 字典结构的约束条件下,提出了一种新型的盲压缩感知算法(D-BCS)。 所提算法交替执行稀疏编码阶段和字典更新阶 段。 在稀疏编码阶段,采用分裂Bregman迭代求解非凸的 最小化问题,从而实现稀疏系数矩阵的更新;而在字典更新阶l 1 段,则通过将目标优化函数转化为类LASSO问题,并利用LASSO算法来实现字典原子的逐列更新。 在不同采样率下,对 多个测试视频帧进行仿真对比实验,实验结果表明,所提算法能很好地从压缩测量值中恢复出原始信号,且表现出了最佳 的性能改进。 关键词:盲压缩感知;双稀疏字典;分裂Bregman迭代;LASSO;稀疏表示 中图分类号:TP301.6摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 摇 文章编号:1673-629X(2017)05-0035-05 doi:10.3969/j.issn.1673-629X.2017.05.008 A Novel Blind Compressed Sensing Model Based on Double Sparsity Dictionary QIAN Yang,LI Lei,SHI Man-man (Center for Visual Cognitive Computation and ItsApplication,Nanjing University of Postsand Telecommunications,Nanjing210023,China) Abstract:AimingattheproblemofsimultaneousimagerecoveryanddictionarylearningfromCompressedSensing (CS)measurements, where the sparse basisor the dictionary isunknown prior in the practical application of CS theory,in view of the existing Blind Com鄄 pressed Sensing (BCS) theory,anovelBlindCompressedSensing (D-BCS)algorithmbasedonthedoublesparsitydictionaryhasbeen proposed.It isaniterativemethodthatalternatesbetweensparse-codinganddictionaryupdatesteps.Inthesparsecodingstageofthepro鄄 posed scheme,a split Bregman iterationbasedtechniquehasbeenutilizedto solvethenon-convexl minimizationproblemtoupdatethe