关键词:
图像视频恢复
低秩高阶张量逼近
核范数
张量奇异值分解
摘要:
图像视频恢复是计算机视觉中一项基本但关键的任务,近年来得到了广泛的研究。然而,现有的方法存在着不可避免的缺点:有些需要预定义秩,有些则无法处理高阶数据。为了克服这些缺点,本文利用图像视频数据通常具有的低秩性,采用低秩高阶张量逼近方法实现在混合噪音的环境下的彩色视频恢复。首先,本文建立了一个高阶张量代数框架。基于该框架,通过设计近端算子,提出了一种新的低秩高阶张量逼近(LRHA)方法,旨在从被高度污染的阶张量数据中恢复出潜在的低秩部分,从而完成图像视频恢复任务。设计了相应的算法,并且针对多项图像视频恢复任务的实验结果表明,LRHA方法在处理相应问题方面具有优越性。