發(fā)布時間：2023-02-22 18:43

　　隨著張量數(shù)據(jù)的持續(xù)涌現(xiàn),張量優(yōu)化受到越來越多國內(nèi)外學者的關注,張量模型在計算機視覺、機器學習、信號處理和模式識別等領域得到廣泛應用.本論文主要研究一般線性等式約束的張量RPCA模型.含有視頻壓縮算子的張量H-TenRPCA模型有效地解決了壓縮視頻背景前景恢復與分離問題,但是模型求解時間長,對計算機硬件要求高,求解算法在理論上沒有收斂性保證.本文則提出了PTV-TV張量模型求解壓縮視頻背景前景恢復與分離問題,利用背景視頻的時間連續(xù)性和前景時空連續(xù)性重構壓縮前的背景與前景.在多組公開數(shù)據(jù)集上的實驗結果表明,PTV-TV模型能夠完整恢復出視頻背景和前景,對同一視頻的處理PTV-TV模型的計算時間僅為H-TenRPCA模型的2/3.綜合考慮比較指標發(fā)現(xiàn),對于復雜動態(tài)背景數(shù)據(jù)PTV-TV模型在明顯的時間優(yōu)勢下保持與H-TenRPCA模型相當?shù)腜SNR和SSIM指標值.對于基于張量t-product運算的線性等式約束下的張量RPCA模型,本文從無稀疏項的簡單張量低秩優(yōu)化模型出發(fā),在一定條件下刻畫了模型最優(yōu)解的表達形式,從理論上證明了張量低秩優(yōu)化模型最優(yōu)解的存在唯一性.然后借助于這一理論分析結果研究...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
符號說明
第一章 緒論
    1.1 國內(nèi)外研究現(xiàn)狀
    1.2 論文的主要工作
    1.3 論文的組織結構
第二章 預備知識
    2.1 張量相關概念
    2.2 張量t-product運算
    2.3 張量Tucker分解和T-SVD分解
    2.4 張量RPCA模型
    2.5 交替方向乘子法
    2.6 本章小結
第三章 壓縮視頻恢復與分離模型
    3.1 背景及符號介紹
    3.2 H-TenRPCA模型
    3.3 PTV-TV模型及其求解
        3.3.1 PTV-TV模型
        3.3.2 算法
        3.3.3 子問題的求解
    3.4 數(shù)值實驗
        3.4.1 獲取視頻來源
        3.4.2 實驗結果及評價
    3.5 本章小結
第四章 t-product線性等式約束模型
    4.1 一般線性等式張量低秩優(yōu)化模型
        4.1.1 優(yōu)化問題(4-1)最優(yōu)解的性質(zhì)
        4.1.2 優(yōu)化問題(4-3)解的性質(zhì)
    4.2 一般線性等式約束張量低秩稀疏模型
        4.2.1 優(yōu)化問題(4-5)解性質(zhì)的相關引理證明
        4.2.2 問題(4-5)求解算法(TLRR)
    4.3 數(shù)值實驗
        4.3.1 獲取數(shù)據(jù)來源及評價標準
        4.3.2 實驗結果和分析
    4.4 本章小結
結論與展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
附件



本文編號：3748094