There is a long path of models and

There is a long path of models and their usage in image processing. This path spans from the simple ℓ2-norm on local
differences (expressing smoothness), through robust and thus edge preserving measures of smoothness, such as the total
variation [12], [49]. On a different track, it was observed that sparsity of the wavelet coefficients could be used as a
reasonable image model [41], [42], [44], [50], [51], and this concept has been used frequently in the past decade. More
recently, improved versions of this idea bring us to sparse and redundant representation modeling. Recent work on various image processing applications indicate that models based on sparse and redundant representations lead to state-of-the-art
results, and encompass a persuasive potential to this field.

ผลลัพธ์ (ไทย) 1:

มีเส้นทางยาวของแบบจำลองและการที่ใช้ในการประมวลผลภาพ ขยายเส้นทางนี้จาก ℓ2-ปกติง่ายในท้องถิ่นความแตกต่าง (กำลังราบรื่น), ผ่านแข็งแกร่ง จึงขอบวัดราบรื่น เช่นรวมการรักษาผันแปร [12], [49] บนแทร็กต่าง ๆ มันถูกพบว่า สามารถใช้ sparsity ของสัมประสิทธิ์ wavelet เป็นการเหมาะสมรูปแบบ [41], [42], [44], [50], [51], และแนวคิดนี้ถูกใช้บ่อยครั้งในทศวรรษ เพิ่มเติมล่าสุด รุ่นปรับปรุงของความคิดนี้ให้เราสร้างโมเดลแสดงบ่อ และซ้ำซ้อน ล่าสุดทำงานบนโปรแกรมประยุกต์การประมวลผลภาพต่าง ๆ บ่งชี้ว่า รูปแบบตามลูกค้าเป้าหมายแทนบ่อ และซ้ำซ้อนกับรัฐ-of-the-artผลลัพธ์ และรอบศักยภาพ persuasive ฟิลด์นี้

ผลลัพธ์ (ไทย) 2:

มีเส้นทางยาวของรูปแบบและการใช้งานของพวกเขาในการประมวลผลภาพ เส้นทางนี้มีช่วงจากง่ายℓ2บรรทัดฐานในท้องถิ่น
ที่แตกต่างกัน (แสดงความเรียบ) ผ่านที่แข็งแกร่งและทำให้ขอบรักษามาตรการของความเรียบเนียนเช่นรวม
รูปแบบ [12], [49] ในการติดตามที่แตกต่างกันมันก็ตั้งข้อสังเกตว่า sparsity ของสัมประสิทธิ์เวฟเล็ตสามารถใช้เป็น
รูปแบบภาพที่เหมาะสม [41], [42], [44], [50], [51] และแนวคิดนี้ได้ถูกนำมาใช้บ่อยใน ทศวรรษที่ผ่านมา อื่น ๆ
เมื่อเร็ว ๆ นี้รุ่นที่ดีขึ้นของความคิดนี้นำเราไปสู่การสร้างแบบจำลองการแสดงเบาบางและซ้ำซ้อน ผลงานล่าสุดกับการใช้งานการประมวลผลภาพต่าง ๆ แสดงให้เห็นว่ารูปแบบขึ้นอยู่กับการแสดงเบาบางและซ้ำซ้อนนำไปสู่รัฐของศิลปะ
ผลและครอบคลุมที่มีศักยภาพที่จะโน้มน้าวใจฟิลด์นี้

ผลลัพธ์ (ไทย) 3:

มีเส้นทางยาวรูปแบบและการใช้งานของพวกเขาในการประมวลผลภาพ เส้นทางนี้ขยายจาก 2-norm ℓง่ายบนความแตกต่างของท้องถิ่น
( แสดงความ ) ผ่านที่แข็งแกร่งและดังนั้นจึงรักษามาตรการของขอบเรียบ เช่น การรวม
[ 12 ] , [ 49 ] บนเส้นทางที่แตกต่างกัน พบว่า sparsity ของค่าสัมประสิทธิ์เวฟเล็ตสามารถใช้เป็นรูปแบบของภาพที่เหมาะสม
[ 41 ] , [ 42 ] , [ 44 ][ 50 ] , [ 51 ] และ แนวคิดนี้ถูกใช้บ่อยในทศวรรษที่ผ่านมา เพิ่มเติม
เมื่อเร็ว ๆนี้รุ่นที่ดีขึ้นของความคิดนี้นำเราให้เบาบางและแบบจำลองแทน ) ผลงานล่าสุดในโปรแกรมประมวลผลภาพต่างๆ พบว่า โมเดลตามป่าโปร่งซ้ำซ้อนและเป็นตัวแทนนำผลรัฐ - of - the - art
และความมีศักยภาพที่จะโน้มน้าวด้านนี้