首页 | 本学科首页   官方微博 | 高级检索  
     

基于 PTV-TV 张量建模的压缩视频背景前景恢复与分离
作者姓名:韩乐  魏蔚  高丽
作者单位:华南理工大学 数学学院,广东 广州 510640
基金项目:国家自然科学基金;教育部人文社会科学研究项目;华南理工大学探索性实验项目;国家重点实验室开放基金;课程建设项目;广东省高等教育教学研究和改革项目;中央高校基本科研业务费专项华南理工大学项目
摘    要:基于三阶张量的 H-TenRPCA 模型是解决压缩感知场景分离问题的有效方法,但 该模型计算时间长,对硬件要求高,求解算法在理论上没有收敛性保证. 为此,文中利用背 景视频的时间连续性( PTV) 和前景时空连续性( 3D-TV) 来重构压缩前的背景与前景,提 出了基于 PTV-TV 张量建模的压缩视频背景前景恢复与分离模型,并采用有收敛性保证 的两块 ADMM 算法来求解相关优化问题. 实验结果表明: PTV-TV 模型能够完整恢复出视 频的背景和前景,对同一视频的处理,PTV-TV 模型的计算时间仅为 H-TenRPCA 模型的 2/3;对于复杂动态背景数据,PTV-TV 模型在明显的时间优势下保持与 H-TenRPCA 模型 相当的峰值信噪比和图像结构相似度.

关 键 词:张量  背景前景分离  交替方向乘子法  变分  
收稿时间:2018-07-11
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《华南理工大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号