增强视觉 | 计算机视觉 增强现实

压缩感知届怪兽级人物陶哲轩（因为就看过压缩感知的工作 ）获得了克拉福德奖。此同为瑞典皇家科学院颁奖的，为诺贝尔不喜欢的数学、地球科学、生物科学和天文学颁发的，因为比较穷的关系，每年只发一个领域的（今年发了俩个领域）。陶哲轩和同获得过菲尔茨奖的普林斯顿高等研究院的比利时数学家Jean Bourgain分享了这个奖。奖金，在2011年是600,000美刀，陶哲轩获得的是2012年的奖，Marr Prize貌似没奖金。

The Royal Swedish Academy of Sciences has decided to award the Crafoord Prize in Mathematics 2012 to Jean Bourgain, Institute for Advanced Study, Princeton, USA and Terence Tao, University of California, Los Angeles, USA,

“for their brilliant and groundbreaking work in harmonic analysis, partial differential equations, ergodic theory, number theory, combinatorics, functional analysis and theoretical computer science”.

这几天由于happyharry的辛勤劳动，大伙纷纷表示对稀疏表达，压缩感知很感兴趣啊。我是搞不太懂这个前沿啊，只好转两篇科学松鼠会的科普文，都是译文，说不定大伙都看过了原文。

第一篇是陶哲轩写的。

阅读全文…

偷懒转贴

《连线》报道了叫“压缩传感（Compressed sensing）”的数学和应用算法研究热门领域，这项研究利用数学中的稀疏概念，从噪声中重建图像或其它数据集。 压缩传感的发现是一次意外，当时是加州理工学院教授（现在去了斯坦福）的Emmanuel Candès在研究名叫Shepp-Logan Phantom的图像，这种标准图像常被计算机科学家和工程师测试图像算法。Candès检查的图像质量非常差，充满了噪声，他认为名叫L1-minimization的数学算法能去除掉噪声条纹，结果他按一个键后算法真的起作用了。但在图像变干净的同时，他发现图像的细节出人意料的完美起来。他随后向当时在UCLA的同事陶哲轩展示了这一奇迹。第二天晚上，陶哲轩就完成了一组札记，它们成为两人合作的压缩传感领域第一篇论文的基础。Emmanuel Candès认为压缩传感（简写CS）技术具有广阔的应用前景，比如MRI，数码相机。数码相机镜头收集了大量的数据，然后再压缩，压缩时丢弃掉90%的数据。如果有CS，如果你的照相机收集了如此多的数据只是为了随后的删除，那么为什么不一开始就丢弃那90%的数据，直接去除冗余信息不仅可以节省电池电量，还能节省空间。

来源

这里还有一个关于cs的资源页面