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.
|