リフティングスキームによるウェーブレットの構成法 の6.2節で挙げられた論文を見やる。良さそうなものは読む。
- Lossless Image Compression Based on Optimal Prediction, Adaptive Lifting, and Conditional Arithmetic Coding
- 一般のn次元でのリフティング構成を提案。算術符号を使った画像ロスレス圧縮で高い圧縮率。算術符号は強すぎでは？JPEG2000-LSってライス符号だったような。
- Adaptive Polyphase Subband Decomposition Structures for Image Compression
- 適応フィルタっぽくやってるな。よく見よう。
- その通りで、リフティングの予測フィルタを誤差に応じて学習するというもの。
- NLMSで、誤差の大きさに応じてスケールサイズを変える方策をとっていた。
- 誰でも思いつくやり方だよなあ、、性能は良いとのこと。試してみる？
- NGSAを突っ込めそうに思える。
- Adaptive Filtering for Non-Gaussian Stable Processes
- 本文に出てちょっと気になったので。非ガウスな雑音での適応。誤差Lpノルム最小化の話になる。
- p=1でしかFisher計量が簡易にならないことを再度確認。特に新しいことなし。
- Design of signal-adapted multidimensional lifting scheme for lossy coding
- ロッシーと言ってるけどロスレスに活かせる可能性がある。
- Wienerフィルタの要領で、最小二乗誤差（分散）基準で係数の最小化をしている。
- Adaptive 2-D Wavelet Transform Based on the Lifting Scheme With Preserved Vanishing Moments
- 消失モーメントを保つように適応。（普通に適応すると消失モーメントが無くなるらしい）デノイジングでいい結果。
- ADAPTIVE WAVELETS FOR IMAGE COMPRESSION USING UPDATE LIFTING: QUANTIZATION AND ERROR ANALYSIS
- 内容は読めず。
- 適応リフティングによる量子誤差を評価
- Adaptive Lifting Schemes With Perfect Reconstruction
- 完全再構成となるような適応リフティング手法の提案。これは重要そう。
- リフティングによって（モルフォロジーなどの）非線形処理もできるようになったけど、局所な特徴はとらえられてないよね、という問題意識。
- A Wavelet Tour of Signal Processing Mallatさん。ブロック単位で最適な係数を計算
- 上から2番目の論文とはアプローチが違うとのこと
- スプリットした後の入力を元に決定写像（decision map）を決めて適応する
- この決定が完全再構成となる条件を導いている
- うーん、筋が悪い気がしてならない。写像設計が難しい印象を受けるし、事実論文では簡易な結果しか見せられてない。そして作った写像の評価も難しそうな印象。
- Adaptive update lifting with a decision rule based on derivative filters
- 上の論文の拡張。決定写像を拡張している。あんまりちゃんと読んでない。