[發明專利]一種基于凸優化的多張量視覺數據填充方法有效
| 申請號： | 201810349051.3 | 申請日： | 2018-04-18 |
| 公開（公告）號： | CN108765517B | 公開（公告）日： | 2022-09-02 |
| 發明（設計）人： | 高建超;石紅 | 申請（專利權）人： | 天津大學 |
| 主分類號： | G06T11/40 | 分類號： | G06T11/40 |
| 代理公司： | 天津市北洋有限責任專利代理事務所 12201 | 代理人： | 劉子文 |
| 地址： | 300072*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 優化 張量 視覺 數據 填充 方法 | ||
本發明公開了一種基于凸優化的多張量視覺數據填充方法，包括以下步驟：從不同設備對同一事物同時采集的K個有缺失的數據集，將其用K個張量X1,X2,…,XK表示；初始化優化變量，并設置最大迭代次數和終止閾值ε；判斷循環迭代次數是否小于最大迭代次數，如果滿足條件，繼續下一步，否則輸出；對多張量X1,X2,…,XK采用整合拉普拉斯圖和全變差的凸優化方法估算缺失值并利用交替方向乘子法優化算法框架對目標函數進行優化求解，重構新模型X1_new,X2_new,…XK_new；判斷重構的K個張量X1_new,X2_new,…XK_new是否滿足條件||Xk?Xk_new||F＜ε*||Xk||F，ε0,如果滿足判斷條件，則令Xk＝Xk_new輸出；否則迭代次數加1返回步驟三。該方法從拉普拉斯圖的角度來發現多張量數據間的共有關系，結合全變差保留視覺數據的分段平滑屬性，提出凸優化的多張量填充的定義和公式。
技術領域
本發明屬于數據計算方法，具體是涉及一種基于凸優化的多張量視覺數據填充方法。
背景技術
在我們生活中，高維數據無處不在，例如：彩色圖像，視頻，醫療圖像等。我們在采集這些高維數據的過程中，可能由于設備損壞，不當措施等導致采集到的數據部分缺失。我們稱利用已知元素來估計缺失元素的任務為填充任務。矩陣填充任務雖然在處理矩陣數據上取得了有效的成果，但由于處理這些高維數據時會丟失數據的空間結構，故表現不佳。
近年來，單張量填充任務已有大量的研究，但在數據缺失率很大和處理多張量數據填充任務時，表現不佳。在多張量填充任務中，多個數據集使用不同設備同時來自于相同的物體，例如：四個相機設備同時對一個運動物體拍攝。現有的多張量填充模型大多數假設多個數據集之間存在共享因子。之后，Li等人在《Low-Rank Tensor Completion withTotal Variation for Visual Data Inpainting》提出多張量共享鄰接圖CAG的填充模型。但是以上方法都是非凸的模型，不能達到全局最優解。
發明內容
本發明的目的是為了克服現有技術中的不足，提供一種基于凸優化的多張量視覺數據填充方法，該方法整合拉普拉斯圖和全變差到多張量填充，定義了凸優化的多張量填充模型的公式，由于拉普拉斯圖能夠發掘多個數據集之間的關系，在多視角任務中發揮了重要作用；從拉普拉斯圖的角度來發現多張量數據間的共有關系，并結合全變差來保留視覺數據的分段平滑屬性，提出了凸優化的多張量填充的定義和公式。
本發明的目的是通過以下技術方案實現的：
一種基于凸優化的多張量視覺數據填充方法，包括以下步驟：
步驟一，從不同設備對同一事物同時采集的K個有缺失的數據集，將其用K個張量表示；
步驟二，初始化優化變量，并設置最大迭代次數和終止閾值ε；
步驟三，判斷循環迭代次數是否小于最大迭代次數，如果滿足條件，繼續進行下一步，否則輸出；
步驟四，對多張量采用整合拉普拉斯圖和全變差的凸優化方法估算缺失值并利用交替方向乘子法優化算法框架對目標函數進行優化求解，重構新模型
步驟五，判斷重構的K個張量是否滿足條件ε0,如果滿足判斷條件，則令輸出；否則迭代次數加1返回步驟三。
進一步的，步驟一中K個不完全張量通過公式(1)獲得在共享模式上初始構建的拉普拉斯圖L，其中鄰接矩陣W采用向量的相似性度量矩陣進行計算；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天津大學，未經天津大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810349051.3/2.html，轉載請聲明來源鉆瓜專利網。
