首页/论文/1509.02468

arXiv 1509.024682015-09-08cs.CV

加速的基于图的谱多项式滤波器

Accelerated graph-based spectral polynomial filters

Mitsubishi Electric Research Labs (MERL)（三菱电机研究实验室（MERL））

Andrew Knyazev, Alexander Malyshev

备注：: 6 pages, 6 figures. Accepted to the 2015 IEEE International Workshop on Machine Learning for Signal Processing
发表信息：: Machine Learning for Signal Processing (MLSP), 2015 IEEE 25th International Workshop on , pp.1-6, 17-20 Sept. 2015
DOI：: 10.1109/MLSP.2015.7324315

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

基于图的谱去噪是使用噪声信号的图拉普拉斯矩阵的特征分解的低通滤波。多项式滤波通过投影到合适的Krylov子空间上避免了本征分解的昂贵计算。多项式滤波器可以基于，例如，在双向和引导滤波器上。我们建议通过运行灵活的基于Krylov子空间的线性和特征值求解器，如块局部最优预处理共轭梯度（LOBPCG）方法，构建加速多项式滤波器。

英文摘要：

Graph-based spectral denoising is a low-pass filtering using the eigendecomposition of the graph Laplacian matrix of a noisy signal. Polynomial filtering avoids costly computation of the eigendecomposition by projections onto suitable Krylov subspaces. Polynomial filters can be based, e.g., on the bilateral and guided filters. We propose constructing accelerated polynomial filters by running flexible Krylov subspace based linear and eigenvalue solvers such as the Block Locally Optimal Preconditioned Conjugate Gradient (LOBPCG) method.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

一种加速相关滤波跟踪器

An Accelerated Correlation Filter Tracker

Jiangnan University（江南大学）；University of Surrey（萨里大学）

随着高效的判别相关滤波器（DCF）和鲁棒的深度神经网络特征的发展，最近的视觉对象跟踪方法在最先进的技术水平上不断改进。尽管通过上述组合实现了出色的性能，但是现有的高级跟踪器遭受深度特征提取和在线模型学习的高计算复杂性的负担。我们提出了一种加速ADMM优化方法，通过增加一个动量的优化序列迭代，并通过放松DCF参数和他们的范数之间的误差的影响。建议的优化方法被应用到一个创新的配方的DCF设计，寻求最具歧视性的空间正则化功能通道。通过滤波器优化过程的自适应初始化来实现进一步的加速。显着增加的DCF滤波器的收敛证明通过建立一个连续的动态系统的收敛性能可以很容易地推导出的优化过程等效。在几个著名的基准测试数据集上获得的实验结果证明了所提出的ACFT方法的效率和鲁棒性，其跟踪精度可与最先进的跟踪器相媲美。

2019-12-05cs.CV

基于全导数近似和加速梯度下降的图像逆滤波

Reverse image filtering using total derivative approximation and accelerated gradient descent

La Trobe University（拉筹伯大学）

在本文中，我们解决了一个新的问题，扭转的图像滤波器，这可以是线性或非线性的效果。假设过滤器的算法是未知的，并且过滤器作为黑盒可用。我们将此逆问题表示为最小化一个基于局部块的代价函数，并使用全导数来近似梯度下降中使用的梯度来解决问题。我们分析了影响傅立叶域中输出的收敛性和质量的因素。我们还研究了加速梯度下降算法在三种无梯度反向滤波器中的应用，包括本文提出的算法。我们提出了广泛的实验结果，以评估所提出的算法的复杂性和有效性。实验结果表明，该算法的性能优于现有的最快逆滤波器算法，其复杂度与最快逆滤波器相同，但可以逆更多的滤波器;其逆滤波器列表与非常复杂的逆滤波器列表相同，但复杂度要小得多。

2021-12-13cs.CVeess.IV

GPU-GLMB：评估GPU加速多假设跟踪的可扩展性

GPU-GLMB: Assessing the Scalability of GPU-Accelerated Multi-Hypothesis Tracking

Manning College of Information and Computer Sciences, University of Massachusetts Amherst（信息与计算机科学学院，马萨诸塞大学阿默斯特分校）；U.S. Army Combat Capabilities Development Command, Army Research Laboratory（美国陆军作战能力发展指挥部，陆军研究实验室）

本文提出GPU-GLMB方法，通过改进GLMB滤波器的多检测能力，提升GPU加速多目标跟踪的并行可扩展性与效率。

2025-12-06cs.CV

加速的图基非线性去噪滤波器

Accelerated graph-based nonlinear denoising filters

Mitsubishi Electric Research Laboratories（三菱电机研究实验室）；University of Bergen（卑尔根大学）

本文提出通过共轭梯度法和Nesterov加速技术加速图基非线性去噪滤波器，实验显示在图像去噪中效率提升2-12倍。

2016-04-13cs.CVcs.NAmath.NA

CoverBLIP：用于磁共振指纹重建的加速和可扩展迭代匹配滤波

CoverBLIP: accelerated and scalable iterative matched-filtering for Magnetic Resonance Fingerprint reconstruction

The University of Bath（巴斯大学）；Philips Research China（飞利浦中国研究院）；Heriot-Watt University（赫瑞-瓦特大学）；The University of Edinburgh（爱丁堡大学）

当前流行的磁共振指纹（MRF）恢复方法由于多参数定量MRI应用中指纹字典的大小和复杂性的增加而受到匹配滤波步骤的繁重计算的影响。我们通过将字典原子排列成覆盖树结构的形式来解决这个缺点，并采用相应的快速近似最近邻搜索来加速匹配过滤。对于属于光滑低维流形的数据集，覆盖树提供了搜索复杂度对数的数据种群。有了这个动机，我们提出了一个迭代重建算法，名为CoverBLIP，以解决大尺寸的MRF问题，其中的指纹字典，即Bloch响应的离散流形，编码几个内在的NMR参数。我们研究了该算法的不同形式的收敛性，我们表明，提供了一个概念的嵌入，不精确和非凸迭代的CoverBLIP线性收敛到一个接近全局的解决方案，使用精确的蛮力搜索具有相同的精度顺序。我们对合成和真实世界数据集以及使用不同采样策略的进一步检查表明，总搜索计算减少了2到3个数量级。覆盖树是强大的对维数的诅咒，因此CoverBLIP提供了一个概念的可扩展性-在时间精度性能的一致增益-搜索高维原子可能不容易预处理（即降维），由于出现在新兴的多参数MRF字典的非线性程度的增加。

2018-10-03cs.CV

用于计算机断层扫描图像重建的加速FBP

Accelerated FBP for computed tomography image reconstruction

IITP RAS (Kharkevich Institute)（俄罗斯科学院信息传输问题研究所（哈尔凯维奇研究所））；Smart Engines Service LLC（智能引擎服务有限责任公司）；FSRC "Crystallography and Photonics"（联邦科学研究中心“晶体学与光子学”）

滤波反投影（FBP）是断层摄影图像重建中的常用技术，其显示出可接受的质量。该算法的经典直接实现需要执行$Θ(N^3)$操作，其中$N$是2D切片的线性大小。最近的方法，包括通过傅立叶切片定理重建需要$Θ(N^2\log N)$乘法运算。在本文中，我们提出了一种新的方法，降低了算法的计算复杂度，$Θ(N^2\log N)$除了操作，避免傅立叶空间。为了加速卷积，斜坡滤波器近似为一对因果和反因果递归滤波器，也称为无限脉冲响应滤波器。利用快速离散Hough变换进行反投影。模拟数据的实验结果证明了所提出方法的有效性。

2020-07-13cs.CVeess.IV

更多相关论文收起更多论文

基于高斯多项式分解的快速精确双边滤波

Fast and Accurate Bilateral Filtering using Gauss-Polynomial Decomposition

Indian Institute of Science（印度科学院）

双边滤波器是一种通用的非线性滤波器，在图像处理、计算机视觉、计算机图形学和计算摄影学中有着广泛的应用。滤波器的一种广泛使用的形式是高斯双边滤波器，其中空间和范围内核都是高斯的。该滤波器的直接实现需要每个像素的$O(σ^2)$操作，其中$σ$是空间高斯的标准偏差。在本文中，我们提出了一个精确的近似算法，可以减少计算复杂性度为$O(1)$每像素的任何$σ$（恒定时间实现）。这是基于这样的观察：距离核通过在距离空间上平移固定的高斯函数来操作，并且这些平移的高斯函数可以使用所谓的高斯多项式来精确地近似。从这种近似出现的整体算法涉及一系列的空间高斯滤波，它可以在恒定时间内使用可分性和递归来实现。我们提出了一些初步的结果表明，所提出的算法与现有的一些快速算法相比，在速度和准确性。

2015-05-25cs.CV

使用粒子滤波加速从心尖窗获取的超声心动图图像的3D-3D刚性配准

Accelerated 3D-3D rigid registration of echocardiographic images obtained from apical window using particle filter

本研究提出一种加速的SMC算法，用于从心尖窗获取的3D超声心动图图像的3D-3D刚性配准，通过基于掩膜的方法实现了0.819的Dice分数并获得16.7倍加速。

2025-04-28cs.CVeess.IV

Chebyshev和共轭梯度滤波器的图形图像去噪

Chebyshev and Conjugate Gradient Filters for Graph Image Denoising

Mitsubishi Electric Research Labs (MERL)（三菱电机研究实验室）

在3D图像/视频采集中，不同的视图通常被捕获，其中跨视图的噪声水平不同。在本文中，我们提出了一种基于图的图像增强技术，使用更高质量的视图来增强退化的视图。深度图被用作辅助信息以匹配两个视图的视角。我们的方法进行基于图形的噪声图像的过滤，直接计算的图像的投影到一个低维Krylov子空间的图拉普拉斯滤波。我们讨论了两种图谱去噪方法：第一种使用切比雪夫多项式，第二种使用共轭梯度算法的迭代。我们的框架概括了以前已知的多项式图滤波器，我们通过数值模拟表明，我们提出的技术产生主观上更干净的图像，约1-3 dB的改善PSNR比现有的多项式图滤波器。

2015-09-04cs.CV

Racah多项式高阶矩的加速和改进镇定

Accelerated and Improved Stabilization for High Order Moments of Racah Polynomials

University of Baghdad（巴格达大学）；Czech Academy of Sciences（捷克科学院）

离散Racah多项式（DRP）及其矩是最有效的正交矩之一，被用于许多科学领域，包括图像处理和计算机视觉。矩是信号在多项式基函数上的投影。Racah多项式是由Wilson提出并由Zhu修正的用于图像处理的多项式，它们在离散集上是正交的。然而，当矩阶较高时，它们会遇到数值不稳定性的问题。在本文中，我们提出了一种新的算法称为改进的稳定（ImSt）的DRP系数的计算。在所提出的算法中，{DRP平面被划分为四个部分，这是不对称的，因为它们依赖于多项式大小和DRP参数的值。}利用对数Γ函数来计算初始值，这使得能够针对大范围的DRP参数值以及大尺寸的多项式来计算初始值。此外，一个新的公式被用来计算基于初始值的初始集合的值。此外，我们优化使用的稳定条件在特定部分的算法。ImSt适用于更宽的参数范围，直到比当前算法更高的程度。我们在一些实验中与其他方法进行了比较。

2022-12-30cs.CVcs.NAeess.IV

多标记问题的硬件高效引导图像滤波

Hardware-Efficient Guided Image Filtering For Multi-Label Problem

Nanjing University of Science and Technology（南京理工大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）

引导滤波器（GF）以其线性复杂度而闻名。然而，当使用n通道引导对图像进行滤波时，GF需要针对每个像素反转n × n矩阵。据我们所知，现有的矩阵求逆算法在当前的硬件上是低效的。这一缺点限制了多通道制导在多标记等计算密集型系统中的应用。我们需要一种新的GF类滤波器，可以执行快速多通道图像引导滤波。由于GF的最优线性复杂度不可能进一步最小化，因此唯一的途径就是充分发挥现有并行计算硬件的潜力。在本文中，我们提出了一个硬件高效的引导滤波器（HGF），它解决了多通道引导图像滤波的效率问题，并产生合格的结果时，将其应用于多标签问题与合成多项式多通道的指导。具体地说，为了提高滤波性能，HGF采用了一种新的矩阵求逆算法，该算法只涉及两个硬件有效的操作：逐元素算术计算和盒滤波。为了打破线性模型的限制，HGF合成了一个多项式多通道制导，引入了非线性。得益于多项式制导和硬件高效的矩阵求逆算法，HGF不仅对制导的底层结构更敏感，而且实现了最快的计算速度。由于这些优点，HGF在计算密集型多标记中获得了最先进的准确性和效率结果

2018-02-28cs.CV