基于非局部张量火车分解的彩色图像修补

• 作者: 唐延东 贾慧迪 陈希爱 韩志
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 张量火车分解 非局部相似性 低秩性 图像修补
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究与应用
• 页码范围: 955-963
• 页数: 9页
• 分类号: TP391
• 字数: 4019字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201910010

摘要

数据在采集和转换的过程中通常存在部分数据丢失的问题,丢失数据的补全直接影响后续的识别、跟踪等高层任务的结果.自然图像中经常存在许多具有重复特性的相似结构,利用该类冗余信息,文中提出基于非局部张量火车分解的张量补全方法.利用图像的非局部相似性,挖掘其中蕴含的低秩特性,并通过张量火车分解模型进行建模及升阶,将低阶张量转化为高阶以进行低秩信息的进一步挖掘利用,从而进行图像中缺失数据的修补.实验验证文中方法在图像修补上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐延东	中国科学院沈阳自动化研究所 机器人学国家重点实验室	32	327	12.0	16.0
2	韩志	中国科学院沈阳自动化研究所机器人学国家重点实验室	5	29	3.0	5.0
6	贾慧迪	中国科学院沈阳自动化研究所机器人学国家重点实验室	1	0	0.0	0.0
15	陈希爱	中国科学院沈阳自动化研究所机器人学国家重点实验室	1	0	0.0	0.0