Concept
Discrete wavelet transform
Séances de cours associées (55)
Représentations du signal
Couvre les représentations de signaux en utilisant des concepts tels que les ondelettes Haar et les filtres FIR.
Wavelet Design : Transformée de Fourier
Couvre la conception des ondelettes utilisant la transformée de Fourier et les procédures de sélection des fonctions des ondelettes.
Représentations du signal
Couvre le concept de représentations de signaux à l'aide d'ondelettes et de l'ondelette de Haar.
Filigrane II
Couvre des sujets avancés dans le filigrane, y compris la résistance à la mise à l'échelle et aux rotations, le filigrane auto-référencé et les types d'attaques.
Représentations du signal
Explore les ondelettes comme des bases orthonormées pour des signaux constants par morceaux sur des intervalles unitaires.
Représentations du signal
Couvre les représentations du signal en utilisant des transformées de Fourier et des théorèmes de projection dans le plan temps-fréquence.
Traitement d'image II: Transformée en ondelettes et analyse multirésolution
Explore les transformations en ondelettes, l'analyse multi-échelles, l'expansion Haar et les pyramides d'images dans le traitement d'images.
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Compression de données : signaux éparpillés et enregistrement de données
Explore la compression des données grâce à la parcimonie des signaux, remettant en question la nécessité d'enregistrer de grandes quantités de données.
Traitement d'image II: Haar Filterbank et Wavelet Transforms
Explore la banque de filtres Haar, les transformées en ondelettes et le filtre Wiener dans le traitement d'image.