基于PTV-TV张量建模的压缩视频背景前景恢复与分离

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

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目11501219;教育部人文社科青年基金资助项目17YJC630026;华南理工大学探索性实验项目Y1170560;浙江大学CAD&CG国家重点实验室开放课题A1808;华南理工大学研究生全英文课程建设项目Y2181421;广东省高等教育教学研究和改革项目Y1172010;华南理工大学中央高校基本科研业务费专项资金资助项目D2172350

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：59-67