预测PDPS.jl swMATH ID: 39172 软件作者: 托莫·瓦尔科宁 描述: Julia包PredictPDPS.jl:预测性在线优化,用于光流。在线优化围绕着新数据引入问题,而问题仍在解决中;当有更多的培训样本可用时,可以考虑进行深度学习。我们将该思想应用于动态逆问题,例如光流视频处理。我们介绍了一种相应的在线预测原始-对偶近端分裂方法。视频帧现在与算法迭代完全对应。用户描述的预测器描述了原始变量的演变。为了证明收敛性,我们需要一个基于(近端)梯度流的对偶变量预测器。这会影响该方法渐近最小化的模型。我们表明,对于反问题,其效果本质上是基于具有时间耦合的静态正则化器的内蕴卷积构造一个新的动态正则化器。最后,根据正则化理论,我们展示了我们的方法在计算图像稳定和收敛方面的出色实时性能。 主页: https://arxiv.org/abs/2002.03053 源代码: https://zenodo.org/record/3659180#.YN1RAS35wRE 依赖项: 朱莉娅 关键词: 原对偶;联机;反问题;光流 相关软件: 朱莉娅 引用于: 1文件 标准文章 1出版物描述软件,包括1出版物以zbMATH为单位 年份 预测性在线优化,适用于光流。 Zbl 1516.68116号托莫·瓦尔科宁 2021 1位作者引用 1 托莫·瓦尔科宁 连载1篇 1 数学成像与视觉杂志 在3个字段中引用 1 数值分析(65-XX) 1 计算机科学(68至XX) 1 信息与通信理论、电路(94-XX) 按年份列出的引文