×
段珊琪;段雪峰;赵喜乐

一种新的具有全变分正则化的张量多秩逼近。 （英语） Zbl 1507.65085号

科学杂志。计算。 93，第3期，第61号论文，31页（2022年）.
摘要：在本文中，我们提出了一种新的张量补全模型，该模型结合了拉普拉斯函数和各向异性全变分正则化。利用拉普拉斯函数逼近张量的多阶，并加入全变分正则化，以提高局部分段光滑性，保持恢复张量数据的边缘。提出了一种有效的交替方向乘法器方法来处理张量补全模型，并推导了其收敛定理。在彩色图像、视频、多光谱图像和磁共振成像数据上的大量实验结果表明了该方法的有效性。

引用于1文件

MSC公司：

65层55 低阶矩阵逼近的数值方法；矩阵压缩
65D18天 计算机图形、图像分析和计算几何的数值方面
15A69号 多线性代数，张量演算
94A08型 信息与通信理论中的图像处理（压缩、重建等）
90C26型 非凸规划，全局优化
65层22 数值线性代数中的不适定性和正则化问题

关键词：

低秩张量补全;拉普拉斯函数;各向异性总变差;交替方向乘法器法

软件：

t产品
PDF格式BibTeX公司 XML格式引用
\textit{S.-Q.Duan}等人，《科学杂志》。计算。93，第3号，第61号论文，31页（2022年；Zbl 1507.65085）
全文： 内政部

参考文献：

[1] 黄，L-T；阿拉巴马州阿尔梅达；双基地MIMO雷达中基于张量补全的目标估计，信号处理。，120, 654-659 (2016) ·doi:10.1016/j.sigpro.2015.09.036
[2] 弗拉西奇博士。；布兰德，M。；普菲斯特，H。；Popovic，J.，多线性模型的面部转移，ACM Trans。图表。，24, 3, 426-433 (2005) ·doi:10.1145/1073204.1073209
[3] 赵（Q.Zhao）。；张，L。；Cichocki，A.，不完全张量的贝叶斯CP因式分解与自动秩确定，IEEE Trans。模式分析。机器。智力。，37, 9, 1751-1763 (2015) ·doi:10.1109/TPAMI.2015.2392756
[4] Chen，Y-L；许，C-T；Liao，H-YM，使用因子先验的同时张量分解和补全，IEEE Trans。模式分析。机器。智力。，36, 3, 577-591 (2013) ·doi:10.1109/TPAMI.2013.164
[5] Chan，上海；Khoshabeh，R。；吉布森，KB；吉尔，体育；Nguyen，TQ，全变差视频恢复的增广拉格朗日方法，IEEE Trans。图像处理。，20, 11, 3097-3111 (2011) ·Zbl 1372.94034号 ·doi:10.1109/TIP.2011.2158229
[6] Komodakis，N.：《使用全局优化完成图像》，载于《2006年IEEE计算机学会计算机视觉和模式识别会议论文集》（CVPR'06），第442-452页。(2006)
[7] Korah，T。；Rasmussen，C.，《恢复被遮挡建筑立面纹理贴图的时空修复》，IEEE Trans。图像处理。，16, 9, 2262-2271 (2007) ·doi:10.1109/TIP.2007.903263
[8] Li，N.，Li，B.：高光谱图像车载压缩的张量补全。2010年IEEE图像处理国际会议论文集，第517-520页。(2010)
[9] 科尔达，TG；Bader，BW，张量分解与应用，SIAM Rev.，51，3，455-500（2009）·Zbl 1173.65029号 ·doi:10.1137/07070111X
[10] 克里斯托弗·希勒（Christopher J.Hillar）。；Lim，Lek-Heng，大多数张量问题是NP-hard，J.ACM，60，6，1-39（2013）·Zbl 1281.68126号 ·doi:10.1145/2512329
[11] 刘杰。；穆西亚尔斯基，P。；Wonka，P。；Ye，J.，估计视觉数据中缺失值的张量补全，IEEE Trans。模式分析。机器。智力。，35, 1, 208-220 (2013) ·doi:10.1109/TPAMI.2012.39
[12] 吉，T-Y；黄，T-Z；Zhao，X-L；Ma，T-H；邓，L-J，张量补全的非凸张量秩逼近，应用。数学。型号。，48, 410-422 (2017) ·兹比尔1480.90259 ·doi:10.1016/j.apm.2017.04.002
[13] 高，S。；Fan，Q.，基于Robust Schatten-p范数的张量补全方法，科学杂志。计算。，82, 1, 1-23 (2020) ·Zbl 1436.90103号 ·doi:10.1007/s10915-019-01108-9
[14] Xu，Y。；郝，R。；尹，W。；Su，Z.，低秩张量完备的并行矩阵分解，逆问题。成像，9，2，601-624（2015）·兹比尔1359.15021 ·doi:10.3934/ipi.2015.9.601
[15] Shi，C。；黄，Z。；Wan，L。；Xiong，T.，基于对数集秩近似和矩阵分解的低秩张量补全，J.Sci。计算。，80, 3, 1888-1912 (2019) ·兹比尔1435.65068 ·doi:10.1007/s10915-019-01009-x
[16] 基尔默，ME；Braman，K。；郝，N。；胡佛，RC，《作为矩阵算子的三阶张量：成像应用的理论和计算框架》，SIAM J.矩阵分析。申请。，34, 1, 148-172 (2013) ·Zbl 1269.65044号 ·数字对象标识代码：10.1137/10837711
[17] 林，X-L；Ng、MK；Zhao，X-L，成像数据中低阶张量补全的全变差张量因子分解和Tikhonov正则化，J.Math。成像视觉。，62, 6, 900-918 (2020) ·Zbl 1486.90157号 ·doi:10.1007/s10851-019-00933-9
[18] Kilmer，M.E.，Martin，C.D.，Perrone，L.：矩阵SVD作为三阶张量的乘积的三阶推广，塔夫茨大学计算机科学系，技术报告TR-2008-4
[19] Braman，K.，作为矩阵空间上线性算子的三阶张量，线性代数应用。，433, 7, 1241-1253 (2010) ·Zbl 1198.15017号 ·doi:10.1016/j.laa.2010.05.025
[20] 马丁，CD；沙弗，R。；Larue，B.，《有序p张量因式分解及其在成像中的应用》，SIAM J.Sci。计算。，35, 1, 474-490 (2013) ·Zbl 1273.15032号 ·doi:10.1137/110841229
[21] Kilmer，Misha E。；Martin，Carla D.，三阶张量的因式分解策略，线性代数应用。，435, 3, 641-658 (2011) ·Zbl 1228.15009号 ·doi:10.1016/j.laa.2010.09.020
[22] 塞梅西，O。；郝，N。；基尔默，ME；Miller，EL，基于张量的公式和多能量计算机断层扫描的核范数正则化，IEEE Trans。图像处理。，23, 4, 1678-1693 (2014) ·Zbl 1374.94335号 ·doi:10.1109/TIP.2014.2305840
[23] Wright，J。；Ganesh，A。；Rao，S。；彭，Y。；Ma，Y.，稳健主成分分析：通过凸优化精确恢复损坏的低秩矩阵，高级神经网络。信息处理。系统。，22, 2080-2088 (2009)
[24] Zhang，Z.，Ely，G.，Aeron，S.，Hao，N.，Kilmer，M.：基于张量SVD的多线性数据完成和去噪的新方法，在：IEEE计算机视觉和模式识别会议论文集，第3842-3849页。(2014)
[25] Ji，T.-Y.，Huang，T.-Z.，Zhao，X.-L.，Sun，D.-L.：张量多秩的新替代物及其在图像和视频补全中的应用，in:2017年信息学与计算进展国际会议（PIC）论文集，第101-107页。(2017)
[26] 徐，W-H；Zhao，X-L；吉，T-Y；苗J-Q；Ma，T-H；王，S。；Huang，T-Z，基于拉普拉斯函数的低阶张量补全非凸代理，信号处理。图像通信。，73, 62-69 (2019) ·doi:10.1016/j.image.2018.11.007文件
[27] He，W.，Yuan，L.，Yokoya，N.：用于遥感图像重建的全变分正则张量环补全，In:2019-2019 IEEE声学、语音和信号处理国际会议（ICASSP）论文集，第8603-8607页。(2019)
[28] Wang，Y-T；Zhao，X-L；蒋，T-X；邓，L-J；Ma、T-H；张，Y-T；Huang，T-Z，基于全变分和组稀疏性的视频雨条去除张量优化模型，信号处理。图像通信。，73, 96-108 (2019) ·doi:10.1016/j.image.2018.11.008
[29] Zhao，X-L；Wang，W。；曾，T-Y；黄，T-Z；Ng，MK，图像恢复的全变分结构全最小二乘法，SIAM J.Sci。计算。，35, 6, 1304-1320 (2013) ·Zbl 1287.65014号 ·数字对象标识代码：10.1137/130915406
[30] 李鲁丁；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Physica D，60，1-4，259-268（1992）·Zbl 0780.49028号 ·doi:10.1016/0167-2789（92）90242-F
[31] 刘杰。；黄，T-Z；塞莱斯尼克，IW；Lv，X-G；Chen，P-Y，利用重叠组稀疏性的总变异进行图像恢复，Inf.Sci。，295, 232-246 (2015) ·Zbl 1360.94042号 ·doi:10.1016/j.ins.2014.10.041
[32] 梅，J-J；Dong，Y。；黄，T-Z；Yin，W.，《用具有收敛保证的非凸ADMM去除Cauchy噪声》，J.Sci。计算。，74, 2, 743-766 (2018) ·Zbl 06858871号 ·文件编号：10.1007/s10915-017-0460-5
[33] Song，L.，Du，B.，Zhang，L.、Zhang、L.：一种低阶全变分正则张量补全算法，In:CCF中国计算机视觉会议论文集，第311-322页。(2017)
[34] Gu，S.，Zhang，L.，Zuo，W.，Feng，X.：加权核范数最小化及其在图像去噪中的应用，In:IEEE计算机视觉和模式识别会议论文集，2862-2869（2014）
[35] Kang，Z.，Peng，C.，Cheng，Q.：通过非凸秩近似的鲁棒PCA，在：2015年IEEE国际数据挖掘会议论文集，第211-220页。(2015)
[36] Kang，Z.，Peng，C.，Cheng，Q.：通过矩阵补全的Top-n推荐系统，In:第三十届AAAI人工智能会议论文集，第30卷（1），第179-185页。(2016)
[37] Fazel，M.，Hindi，H.，Boyd，S.P.：矩阵秩最小化的对数集启发式算法及其在Hankel和Euclidean距离矩阵中的应用，In:2003年美国控制会议论文集，第2156-2162页。(2003)
[38] Nie，F.、Wang，H.、Cai，X.、Huang，H.和Ding，C.：通过联合Schatten p-范数和lp-范数最小化实现稳健矩阵补全，In：2012年IEEE第12届国际数据挖掘会议论文集，第566-574页。(2012)
[39] 陈，Y。；郭毅。；Wang，Y。；王，D。；彭，C。；He，G.，使用非凸低秩矩阵近似对高光谱图像进行去噪，IEEE Trans。地质科学。遥感，55，9，5366-5380（2017）·doi:10.1109/TGRS.2017.2706326
[40] 卢，C。；冯，J。；陈，Y。；刘，W。；林，Z。；Yan，S.，采用新张量核范数的张量稳健主成分分析，IEEE Trans。模式分析。机器。智力。，42, 4, 925-938 (2020) ·doi:10.1109/TPAMI.2019.2891760
[41] Donoho，DL，软阈值去噪，IEEE Trans。Inf.理论，41，3，613-627（2002）·Zbl 0820.62002号 ·doi:10.1109/18.382009年
[42] 贝克，A。；Teboulle，M.，线性反问题的快速迭代收缩阈值算法，SIAM J.成像科学。，2, 1, 183-202 (2009) ·Zbl 1175.94009号 ·doi:10.1137/080716542
[43] Smith，RA，矩阵方程（XA+BX=C\），SIAM J.Appl。数学。，16, 1, 198-201 (1968) ·Zbl 0157.22603号 ·数字对象标识代码：10.1137/0116017
[44] Lin，Z.，Chen，M.，Ma，Y.：精确恢复受损低秩矩阵的增广拉格朗日乘子方法。arXiv预打印arXiv:1009.5055
[45] Xu，Y。；尹，W。；温，Z。；Zhang，Y.，非负因子矩阵补全的交替方向算法，Front。数学。中国，7，2，365-384（2012）·Zbl 1323.65044号 ·doi:10.1007/s11464-012-0194-5
[46] 哦，T-H；泰，Y-W；巴赞，J-C；Kim，H。；Kweon，IS，稳健PCA中奇异值的部分和最小化：算法和应用，IEEE Trans。模式分析。机器。智力。，38, 4, 744-758 (2015) ·doi:10.1109/TPAMI.2015.2465956
[47] Li，X.，Ye，Y.，Xu，X.：视觉数据修复的全变差低秩张量补全。摘自：《第三十一届AAAI人工智能会议记录》，第31卷（1），第2210-2216页。(2017)
[48] Jiang，F.，Liu，X.-Y.，Lu，H.，Shen，R.：基于张量核范数的各向异性总变差正则化低阶张量补全用于彩色图像修复，In:2018 IEEE声学、语音和信号处理国际会议论文集，第1363-1367页。(2018)
[49] 王，Z。；博维克，AC；Sheikh，人力资源部；Simoncelli，EP，《图像质量评估：从错误可见性到结构相似性》，IEEE Trans。图像处理。，13, 4, 600-612 (2004) ·doi:10.10109/TIP.2003.819861
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。