Влияние эффекта Гиббса на взаимную согласованность в методе разреженных представлений для изображений

Крылов А. С.; А. В. Умнов

?

Влияние эффекта Гиббса на взаимную согласованность в методе разреженных представлений для изображений

Вестник Московского университета. Серия 15: Вычислительная математика и кибернетика. 2016. Т. 4. С. 10–15.

Крылов А. С., Умнов А. В.

В работе исследовано влияние эффекта ложного оконтуривания (в основе которого лежит эффект Гиббса) на взаимную согласованность в методе разреженных представлений. Доказано, что для случайных векторов эффект ложного оконтуривания в среднем увеличивает взаимную согласованность. Приведены результаты численных экспериментов, демонстрирующие, что взаимная согласованность для блоков реальных изображений ведет себя аналогичным образом. Показано влияние эффекта ложного оконтуривания на разреженность представлений (которая тесно связана со взаимной согласованностью).

Приоритетные направления: компьютерно-математическое

Язык: русский

Полный текст

Ключевые слова: sparse coding разреженные представления

Three Algorithms for Merging Hierarchical Navigable Small World Graphs

Пономаренко А. А., / Series Computer Science "arxiv.org". 2025.

Добавлено: 30 июля 2026 г.

Growth in noncommutative algebras and entropy in derived categories

Пионтковский Д. И., / Series arXiv "math". 2026.

Добавлено: 23 июня 2026 г.

Multilinear nilalgebras and the Jacobian theorem

Пионтковский Д. И., / Series arXiv "math". 2025.

Добавлено: 23 июня 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Research of sparse representation method for ringing suppression

Умнов А. В., Krylov A. S., Computer Optics 2016 Vol. 40 No. 6 P. 895–903

Добавлено: 21 октября 2017 г.

Sparse Approach to Image Ringing Detection and Suppression

Умнов А. В., Krylov A. S., Pattern Recognition and Image Analysis 2017 Vol. 27 No. 4 P. 754–762

Добавлено: 17 октября 2017 г.

Исследование метода разреженных представлений для подавления эффекта ложного оконтуривания

Умнов А. В., Крылов А. С., Компьютерная оптика 2016 Т. 40 № 6 С. 895–903

В статье предложен алгоритм решения задачи подавления эффекта ложного оконтуривания на изображениях на основе метода разреженных представлений. Предложенный метод включает в себя в качестве одного из этапов повышение резкости изображений методом деконволюции Винера-Ханта. Алгоритм подавления эффекта ложного оконтуривания построен на основе результатов анализа взаимной согласованности сигналов и разреженности представлений при работе с эффектом ложного оконтуривания ...

Добавлено: 19 октября 2016 г.

Ringing Artifact Suppression Using Sparse Representation

Alexey V. Umnov, Krylov A., Nasonov A., Lecture Notes in Computer Science 2015 Vol. 9386 P. 35–45

Добавлено: 14 октября 2015 г.

Sparse method for ringing artifact detection

Умнов А. В., Nasonov A. V., Krylov A. S. и др., , in: 2014 12th International Conference on Signal Processing (ICSP).: United States of America: IEEE, 2014. P. 662–667.

Добавлено: 1 марта 2015 г.