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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论