• English
    • français
  • Help
  •  | 
  • Contact
  •  | 
  • About
  •  | 
  • Login
  • HAL portal
  •  | 
  • Pages Pro
  • EN
  •  / 
  • FR
View Item 
  •   LillOA Home
  • Liste des unités
  • Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189
  • View Item
  •   LillOA Home
  • Liste des unités
  • Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Factorisation tensorielle couplée en termes ...
  • BibTeX
  • CSV
  • Excel
  • RIS

Document type :
Communication dans un congrès avec actes
Title :
Factorisation tensorielle couplée en termes de rangs (L, L, 1) : application conjointe à la super-résolution hyperspectrale et au démélange en présence de variabilité spectrale
Author(s) :
Prévost, Clémence [Auteur]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Borsoi, Ricardo [Auteur]
Centre de Recherche en Automatique de Nancy [CRAN]
Usevich, Konstantin [Auteur]
Centre de Recherche en Automatique de Nancy [CRAN]
Brie, David [Auteur]
Centre de Recherche en Automatique de Nancy [CRAN]
Bermudez, José [Auteur]
Universidade Federal de Santa Catarina = Federal University of Santa Catarina [Florianópolis] [UFSC]
Richard, Cédric [Auteur]
Joseph Louis LAGRANGE [LAGRANGE]
Conference title :
XXVIIIème Colloque Francophone de Traitement du Signal et des Images
City :
Nancy
Country :
France
Start date of the conference :
2022-09-06
HAL domain(s) :
Informatique [cs]/Traitement du signal et de l'image [eess.SP]
French abstract :
Nous proposons une solution conjointe aux problèmes de super-résolution et de démélange de l'image super-résolue. Cette approche utilise la décomposition tensorielle LL1 et tient compte d'un phénomène de variabilité ...
Show more >
Nous proposons une solution conjointe aux problèmes de super-résolution et de démélange de l'image super-résolue. Cette approche utilise la décomposition tensorielle LL1 et tient compte d'un phénomène de variabilité spectrale. Des garanties théoriques de reconstruction sont fournies. Nous proposons un algorithme sous contraintes de positivité, dont les performances sont illustrées sur des images réelles.Show less >
Language :
Français
Peer reviewed article :
Oui
Audience :
Internationale
Popular science :
Non
ANR Project :
3IA Côte d'Azur
Adaptation et apprentissage distribués pour les signaux sur graphe
Collections :
  • Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189
Source :
Harvested from HAL
Files
Thumbnail
  • https://hal.archives-ouvertes.fr/hal-03689360/document
  • Open access
  • Access the document
Thumbnail
  • https://hal.archives-ouvertes.fr/hal-03689360/document
  • Open access
  • Access the document
Thumbnail
  • https://hal.archives-ouvertes.fr/hal-03689360/document
  • Open access
  • Access the document
Thumbnail
  • gretsifr.pdf
  • Open access
  • Access the document
Thumbnail
  • document
  • Open access
  • Access the document
Thumbnail
  • document
  • Open access
  • Access the document
Thumbnail
  • gretsifr.pdf
  • Open access
  • Access the document
Université de Lille

Mentions légales
Accessibilité : non conforme
Université de Lille © 2017