基于自动秩估计的黎曼优化矩阵补全算法及其在图像补全中的应用
矩阵补全(MC)作为压缩感知(CS)的推广,已广泛应用于不同领域.近年来,基于黎曼优化的MC算法因重构精度高、计算速度快的特点,引起了广泛关注.针对基于黎曼优化的MC算法需假设原矩阵秩固定已知,且随机选择迭代起点的特点,该文提出一种基于自动秩估计的黎曼优化MC算法.该算法通过优化包含秩正则项的目标函数,迭代获取秩估计值和预重构矩阵.在估计所得秩对应的矩阵空间上以预重构矩阵为迭代起点,利用基于黎曼流形的共轭梯度法进行矩阵补全,从而提高重构精度.实验结果表明,与几种经典的图像补全方法相比,该文算法图像重构精度显著提高.
图像补全(IC)、矩阵补全(MC)、自动秩估计、黎曼优化、卷积神经网络
41
TP391.41(计算技术、计算机技术)
国家自然科学基金61573276
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
2787-2794