基于非局部张量火车分解的彩色图像修补

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 机器人学研究室

	基于非局部张量火车分解的彩色图像修补
	贾慧迪 1,2,3; 韩志 1,2; 陈希爱 1,2; 唐延东 1,2
刊名	模式识别与人工智能
	2019
卷号	32 期号:10 页码:955-963
关键词	张量火车分解非局部相似性低秩性图像修补
ISSN号	1003-6059
其他题名	Nonlocal Similarity Based Tensor Train Factorization for Color Image Completion
产权排序	1
英文摘要	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.
语种	中文
CSCD记录号	CSCD:6608374
内容类型	期刊论文
源URL	[http://ir.sia.cn/handle/173321/26033]
专题	沈阳自动化研究所_机器人学研究室
通讯作者	韩志
作者单位	1.中国科学院沈阳自动化研究所机器人学国家重点实验室 2.中国科学院机器人与智能制造创新研究院 3.中国科学院大学
推荐引用方式 GB/T 7714	贾慧迪,韩志,陈希爱,等. 基于非局部张量火车分解的彩色图像修补[J]. 模式识别与人工智能,2019,32(10):955-963.
APA	贾慧迪,韩志,陈希爱,&唐延东.(2019).基于非局部张量火车分解的彩色图像修补.模式识别与人工智能,32(10),955-963.
MLA	贾慧迪,et al."基于非局部张量火车分解的彩色图像修补".模式识别与人工智能 32.10(2019):955-963.