Descripteur
Termes IGN > sciences naturelles > physique > traitement du signal > théorie du signal
théorie du signal |
Documents disponibles dans cette catégorie (9)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Sparse signal modeling: Application to image compression, Image error concealment and compressed sensing / Ali Akbari (2018)
![]()
Titre : Sparse signal modeling: Application to image compression, Image error concealment and compressed sensing Type de document : Thèse/HDR Auteurs : Ali Akbari, Auteur Editeur : Paris : Sorbonne Université Année de publication : 2018 Importance : 158 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de Traitement du signal et de l’image, Sorbonne UniversitéLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] acquisition comprimée
[Termes IGN] compensation
[Termes IGN] compression d'image
[Termes IGN] modélisation
[Termes IGN] problème inverse
[Termes IGN] reconstruction d'image
[Termes IGN] représentation parcimonieuse
[Termes IGN] théorie du signalIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Signal models are a cornerstone of contemporary signal and image processing methodology. In this report, two particular signal modeling methods, called analysis and synthesis sparse representation, are studied which have been proven to be effective for many signals, such as natural images, and successfully used in a wide range of applications. Both models represent signals in terms of linear combinations of an underlying set, called dictionary, of elementary signals known as atoms. The driving force behind both models is sparsity of the representation coefficients, i.e. the rapid decay of the representation coefficients over the dictionary. On the other hands, the dictionary choice determines the success of the entire model. According to these two signal models, there have been two main disciplines of dictionary designing; harmonic analysis approach and machine learning methodology. The former leads to designing the dictionaries with easy and fast implementation, while the latter provides a simple and expressive structure for designing adaptable and efficient dictionaries. The main goal of this thesis is to provide new applications to these signal modeling methods by addressing several problems from various perspectives. It begins with the direct application of the sparse representation, i.e. image compression. The line of research followed in this area is the synthesis-based sparse representation approach in the sense that the dictionary is not fixed and predefined, but learned from training data and adapted to data, yielding a more compact representation. A new Image codec based on adaptive sparse representation over a trained dictionary is proposed, wherein different sparsity levels are assigned to the image patches belonging to the salient regions, being more conspicuous to the human visual system. Experimental results show that the proposed method outperforms the existing image coding standards, such as JPEG and JPEG2000, which use an analytic dictionary, as well as the state-of-the-art codecs based on the trained dictionaries. In the next part of thesis, it focuses on another important application of the sparse signal modeling, i.e. solving inverse problems, especially for error concealment (EC), wherein a corrupted image is reconstructed from the incomplete data, and Compressed Sensing recover, where an image is reconstructed from a limited number of random measurements. Signal modeling is usually used as a prior knowledge about the signal to solve these NP-hard problems. In this thesis, inspired by the analysis and synthesis sparse models, these challenges are transferred into two distinct sparse recovery frameworks and several recovery methods are proposed. Compared with the state-of-the-art EC and CS algorithms, experimental results show that the proposed methods show better reconstruction performance in terms of objective and subjective evaluations. This thesis is finalized by giving some conclusions and introducing some lines for future works. Note de contenu : 1- Introduction
2- Sparsity-based signal models
3- Image compressed sensing recovery
4- Receiver-based error concealment based on synthesis sparse recovery
5- Transmitter-based error concealment based on sparse recovery
6- Sparse representation-based image compression
7- Conclusion and future directionsNuméro de notice : 25937 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Traitement du signal et de l’image : Paris : 2018 nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018SORUS461 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96286 Applications of signal detection theory to Geographic Information Science / A. Griffin in Cartographica, vol 44 n° 3 (September 2009)
![]()
[article]
Titre : Applications of signal detection theory to Geographic Information Science Type de document : Article/Communication Auteurs : A. Griffin, Auteur ; Scott Bell, Auteur Année de publication : 2009 Article en page(s) : pp 145 - 158 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] aide à la décision
[Termes IGN] détection du signal
[Termes IGN] incertitude des données
[Termes IGN] système d'information géographique
[Termes IGN] théorie du signal
[Termes IGN] utilisateurRésumé : (Auteur) Signal detection theory (SDT) is a framework used by psychologists to study decision making under uncertain conditions. While we often know a great deal about how different methodological choices can affect the outcome of an analysis, we know less about how information end users interpret and understand competing outcomes in the context of the decisions they are trying to make. We contend that such information would be useful and assert that SDT analysis is one method of building this understanding. We provide an introduction to SDT methods and an example of the methods applied to a navigation experiment, discuss why SDT may be useful for GIScientists, and provide several examples of other potential application areas. Copyright University of Toronto Press Numéro de notice : A2009-408 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3138/carto.44.3.145 Date de publication en ligne : 02/10/2009 En ligne : https://doi.org/10.3138/carto.44.3.145 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30039
in Cartographica > vol 44 n° 3 (September 2009) . - pp 145 - 158[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 031-09031 RAB Revue Centre de documentation En réserve L003 Disponible
Titre : Théorie élémentaire du signal : rappel de cours et exercices corrigés Type de document : Guide/Manuel Auteurs : Luc Jolivet, Auteur ; Rabah Labbas, Auteur Editeur : Paris : Lavoisier Année de publication : 2005 Collection : Applications mathématiques avec MATLAB num. 3 Importance : 187 p. Format : 15 x 23 cm ISBN/ISSN/EAN : 978-2-7462-0996-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] convolution (signal)
[Termes IGN] Matlab
[Termes IGN] nombre complexe
[Termes IGN] série mathématique
[Termes IGN] signal
[Termes IGN] signal analogique
[Termes IGN] signal numérique
[Termes IGN] théorie du signal
[Termes IGN] transformation de FourierIndex. décimale : 24.20 Traitement du signal Résumé : (Editeur) L'objectif de cette série - en trois tomes - Applications Mathématiques avec Matlab® est de comprendre et d'utiliser les outils mathématiques fondamentaux de premier cycle en s'appuyant sur l'utilisation d'un logiciel de calcul numérique et symbolique.
Dans la réalisation de cet ouvrage, les auteurs se sont appuyés sur leur expérience d'enseignement à différents niveaux de la formation universitaire, en particulier sur celle des cours, travaux dirigés et travaux pratiques élaborés en commun au département informatique de l'IUT du Havre.
Ce troisième tome est consacré aux outils de la théorie élémentaire du signal. Les notions présentées sont accompagnées d'illustrations et d'exemples traités avec Matlab. Les commandes et instructions de ce logiciel spécifiques à ce manuel sont expliquées au fur et à mesure de leur utilisation. De nombreux exercices sont proposés. Ils sont suivis de solutions détaillées avec Matlab.Note de contenu : Chapitre 1. Les nombres complexes
Chapitre 2. Généralités sur les signaux
Chapitre 3. Notions sur les séries
Chapitre 4. Analyse des signaux périodiques
Chapitre 5. Notions sur les intégrales généralisées
Chapitre 6. La convolution de signaux
Chapitre 7. Analyse de signaux apériodiquesNuméro de notice : 16693 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46526
Titre : Détection et estimation des signaux Type de document : Guide/Manuel Auteurs : D. Declercq, Auteur ; André Quinquis, Auteur Editeur : Paris : Hermès Année de publication : 1996 Collection : Signaux et systèmes en questions Sous-collection : Traitement du signal Importance : 90 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-86601-553-4 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] analyse spectrale
[Termes IGN] détection du signal
[Termes IGN] ondelette
[Termes IGN] signal déterministe
[Termes IGN] spectrogramme
[Termes IGN] théorie du signal
[Termes IGN] traitement du signal
[Termes IGN] transformation de FourierIndex. décimale : 24.20 Traitement du signal Numéro de notice : 64989 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Manuel de cours Accessibilité hors numérique : Accessible à Georges Pérec (Id UGE) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=49039
Titre : Le filtrage des signaux Type de document : Guide/Manuel Auteurs : D. Declercq, Auteur ; André Quinquis, Auteur Editeur : Paris : Hermès Année de publication : 1996 Collection : Signaux et systèmes en questions Sous-collection : Traitement du signal Importance : 106 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-86601-552-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] filtrage du signal
[Termes IGN] filtre numérique
[Termes IGN] théorie du signal
[Termes IGN] traitement du signalIndex. décimale : 24.20 Traitement du signal Numéro de notice : 64986 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=49036 PermalinkPermalinkPermalinkPermalink