基于对数全变分极小化的张量补全OACHSSCDCSTPCD
Tensor Completion Based on Logarithmic Total Variation Minimization
在张量补全问题中,低秩性与局部光滑性是被高频使用的先验信息,因此有许多与其相关的研究.而且为了更精确地恢复图像,低秩性正则与编码局部光滑性的全变分正则往往会被以简单加权组合的方式引入相关模型.但许多真实图像往往同时具有低秩性与局部光滑性先验信息.此外,在这些模型中张量核范数常被用于挖掘低秩性先验,但它平均地缩小所有奇异值,从而不能很好地保留图像信息.为此,提出了张量对数相关全变分(TLOGCTV)正则,其中使用了张量对数范数而不是核范数,从而更好…查看全部>>
Low rankness and local smoothness priors are frequently used in tensor completion problems.And there are many works related to them.In order to better and accurately restore the image,the low rankness regu-larization and total variation regularization encoding local smoothness are often introduced into the correlation model in the form of a simple weighted combination.However,many real-world images tend to have low rank-ness and local smoothness priors.In ad…查看全部>>
卢丹;王建军
西南大学 数学与统计学院,重庆 北碚 400715西南大学 数学与统计学院,重庆 北碚 400715
计算机与自动化
张量补全张量对数范数非凸全变分
tensor completiontensor logarithmic normnon-convex total variation
《宁夏大学学报（自然科学版）》 2024 (1)
耦合多重先验信息的低秩张量恢复模型、理论与算法研究
1-8,8
国家自然科学基金资助项目(12071380)
评论