
Graph Spectral Image Processing
Graphspektrale Bildverarbeitung ist die Untersuchung von Bilddaten aus der Perspektive der Graphfrequenz. Moderne Bildsensoren erfassen ein breites Spektrum visueller Daten, darunter 2D-Bilder und -Videos mit hoher räumlicher Auflösung und hoher Bittiefe, hyperspektrale Bilder, Lichtfeldbilder und 3D-Punktwolken.
Das Gebiet der Graphen-Signalverarbeitung - die Erweiterung traditioneller Fourier-Analysewerkzeuge wie Transformationen und Wavelets zur Verarbeitung von Daten auf unregelmäßigen Graphenkernen - bietet neue flexible Berechnungswerkzeuge zur Analyse und Verarbeitung dieser unterschiedlichen Arten von Bilddaten. Neuere Methoden kombinieren Ideen der Graphsignalverarbeitung mit Architekturen tiefer neuronaler Netze, um die Leistung zu steigern und die Robustheit und den Speicherbedarf zu verringern. Das Buch ist in zwei Teile gegliedert.
Der erste Teil befasst sich mit den Grundlagen der Graphen-Signalverarbeitungstheorien, einschließlich Graphenfilterung, Graphenlernen und neuronalen Graphen-Netzwerken. Im zweiten Teil werden verschiedene Bildverarbeitungsanwendungen mit Hilfe von Graphsignalverarbeitungswerkzeugen detailliert beschrieben, darunter Bild- und Videokomprimierung, 3D-Bildkomprimierung, Bildwiederherstellung, Punktwolkenverarbeitung, Bildsegmentierung und Bildklassifizierung sowie die Verwendung von Graphneuronalen Netzen für die Bildverarbeitung.