更好的数学推动了图像处理算法

时间:2017-06-18 06:10:11166网络整理admin

作者:Jacob Aron傅立叶变换将复杂的信号分解成单独的纯频率,是在200多年前设计的,但在20世纪60年代开发出一种称为快速傅里叶变换的算法之后才被广泛使用现在,计算机科学家Dina Katabi,Piotr Indyk和他们在麻省理工学院的同事开发了一种傅里叶变换算法,其速度可能要快几百倍使用傅立叶变换分割信号揭示了有多少不同的频率分量对整体声音或图像的贡献在某些情况下,各种频率的贡献相同,但通常只有少数频率占主导地位 MIT算法改善了后一种信号的性能,称为稀疏信号 “许多自然信号具有稀疏性,”Katabi说,包括图像和声音相比之下,诸如Wi-Fi信号之类的人类传输往往是非稀疏的,因为它们被设计为通过充分利用可用频率来携带尽可能多的信息该团队发现他们可以通过组合两个现有的信号滤波器来快速识别稀疏信号中的重要频率,从而创建一个更高效的新信号滤波器该滤波器的工作原理是将频率范围分成几组,然后确定哪些组包含重要频率找到关键字后,团队必须确定每组中的确切重要频率这通常通过重复细分该组来完成,直到只剩下重要信号但是,该团队采用了另一种通常用于改善无线通信的信号处理技术这是基于这样的想法,即最重要的频率将调制该组中的所有其他信号在不同时间快速采样该集合揭示了该主导信号的频率新技术可以处理比旧算法快10,000倍的稀疏信号 Katabi及其同事正在研究他们的算法如何改进现有的压缩技术,例如智能手机中用于存储视频和音频的压缩技术 “通过减少操作可以使算法更快,如果算法运算更少,那么它就会消耗更少的功率,”她说因此,更高效的压缩技术可以使智能手机的电池使用寿命更长该团队本周在日本京都举行的离散算法研讨会上介绍了这项工作更多关于这些主题: