DENOISING WITH GREEDY-LIKE PURSUIT ALGORITHMS

Abstract : This paper provides theoretical guarantees for denoising per-formance of greedy-like methods. Those include Compres-sive Sampling Matching Pursuit (CoSaMP), Subspace Pur-suit (SP), and Iterative Hard Thresholding (IHT). Our resultsshow that the denoising obtained with these algorithms isa constant and a log-factor away from the oracle's perfor-mance, if the signal's representation is sufficiently sparse.Turning to practice, we show how to convert these algorithmsto work without knowing the target cardinality, and insteadconstrain the solution to an error-budget. Denoising tests onsynthetic data and image patches show the potential in thisstagewise technique as a replacement of the classical OMP.
Type de document :
Communication dans un congrès
The 19th European Signal Processing Conference (EUSIPCO‐2011), Aug 2011, Barcelona, Spain. 2011
Liste complète des métadonnées

Littérature citée [11 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00623895
Contributeur : Rémi Gribonval <>
Soumis le : jeudi 15 septembre 2011 - 12:08:47
Dernière modification le : jeudi 15 septembre 2011 - 13:10:15
Document(s) archivé(s) le : vendredi 16 décembre 2011 - 02:22:03

Fichier

EUSIPCO-Denoising-Guarantees.p...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00623895, version 1

Collections

Citation

Raja Giryes, Michael Elad. DENOISING WITH GREEDY-LIKE PURSUIT ALGORITHMS. The 19th European Signal Processing Conference (EUSIPCO‐2011), Aug 2011, Barcelona, Spain. 2011. 〈inria-00623895〉

Partager

Métriques

Consultations de la notice

179

Téléchargements de fichiers

59