期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于广义非凸鲁棒主成分分析的视频前背景分离
被引量：
6
1
作者
杨永鹏
杨真真
李建林
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第1期250-258,共9页
针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l0范数,以解决现有鲁棒主成分分析模型存...
针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l0范数,以解决现有鲁棒主成分分析模型存在的对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题。然后采用交替方向乘子法(ADMM)对提出的GNRPCA模型进行求解。最后,将该算法用于视频前背景分离,进行仿真实验并对实验结果进行分析。实验结果证明提出的算法的平均F-measure值为0.589 2,相对于截断核范数算法提高了13%以上,比其他的基于鲁棒主成分分析的视频前背景分离算法更具有优越性和有效性。
展开更多
关键词
鲁棒主成分分析
广义核范数
广义
范
数
交替方向乘子法
视频前背景分离
原文传递
内外先验结合的多尺度低秩去噪方法
2
作者
张莉
韩靖敏
+1 位作者
钱妍
檀结庆
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第4期491-502,共12页
内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的...
内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的统计分布规律,提出内外先验结合的多尺度低秩去噪方法.在预训练阶段,学习外部自然图像数据集的统计分布规律,获得外部自然图像的先验信息;在分组阶段,采用外部先验信息引导噪声图像分组,构建低秩矩阵;在低秩约束阶段,利用构建的多尺度低秩去噪方法对噪声图像进行重建.在Set5,Set12,Kodak,McMaster等经典图像数据集上的实验结果表明,该方法在客观评价指标上有较为明显的改善,如峰值信噪比优于对比方法0.2 dB,并在主观视觉效果上能够保留图像细节和纹理.
展开更多
关键词
图像去噪
低秩矩阵
多尺度特征
高斯混合模型
广义核范数
下载PDF
职称材料
题名
基于广义非凸鲁棒主成分分析的视频前背景分离
被引量：
6
1
作者
杨永鹏
杨真真
李建林
机构
南京信息职业技术学院网络与通信学院
南京邮电大学理学院
南京邮电大学通信与网络技术国家工程研究中心
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第1期250-258,共9页
基金
南京信息职业技术学院校级基金(YK20190402)
江苏省高校自然科学面上项目(19KJB510044)
+5 种基金
国家自然科学基金(61501251)
中国博士后科学基金(2018M632326)
通信与网络技术国家工程研究中心开放课题(TXKY17010)
2019年度江苏省高等学校大学生创新创业训练计划项目(创新类项目)(201913112012Y)
江苏省第五期“333”高层次人才培养工程科研资助(BRA2019303)
2019年度江苏省高校“青蓝工程”优秀教学团队(苏教师[2019]3号)项目资助.
文摘
针对基于传统鲁棒主成分分析的视频前背景分离的精度不高的问题,提出了一种新的广义非凸鲁棒主成分分析(GNRPCA)模型。该模型分别采用广义核范数和广义范数来代替鲁棒主成分分析模型中的秩函数和l0范数,以解决现有鲁棒主成分分析模型存在的对秩函数和稀疏度函数的替代函数过惩罚而导致逼近程度不佳的问题。然后采用交替方向乘子法(ADMM)对提出的GNRPCA模型进行求解。最后,将该算法用于视频前背景分离,进行仿真实验并对实验结果进行分析。实验结果证明提出的算法的平均F-measure值为0.589 2,相对于截断核范数算法提高了13%以上,比其他的基于鲁棒主成分分析的视频前背景分离算法更具有优越性和有效性。
关键词
鲁棒主成分分析
广义核范数
广义
范
数
交替方向乘子法
视频前背景分离
Keywords
robust principal component analysis
generalized nuclear norm
generalized norm
alternating direction method of multiplier(ADMM)
video foreground-background separation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
O212.4 [理学—概率论与数理统计]
原文传递
题名
内外先验结合的多尺度低秩去噪方法
2
作者
张莉
韩靖敏
钱妍
檀结庆
机构
合肥工业大学数学学院
合肥工业大学计算机与信息学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第4期491-502,共12页
基金
国家重点研发计划(2018YFB2100301)
国家自然科学基金(61972131)。
文摘
内部先验的去噪方法侧重图像的低秩性、稀疏性等先验知识,较少考虑多尺度特性;而基于外部先验的去噪方法充分利用自然图像的先验信息,却难以恰当地估计相似块组的秩.针对这些问题,综合考虑不同尺度间的噪声图像信息以及外部清晰图像的统计分布规律,提出内外先验结合的多尺度低秩去噪方法.在预训练阶段,学习外部自然图像数据集的统计分布规律,获得外部自然图像的先验信息;在分组阶段,采用外部先验信息引导噪声图像分组,构建低秩矩阵;在低秩约束阶段,利用构建的多尺度低秩去噪方法对噪声图像进行重建.在Set5,Set12,Kodak,McMaster等经典图像数据集上的实验结果表明,该方法在客观评价指标上有较为明显的改善,如峰值信噪比优于对比方法0.2 dB,并在主观视觉效果上能够保留图像细节和纹理.
关键词
图像去噪
低秩矩阵
多尺度特征
高斯混合模型
广义核范数
Keywords
image denoising
low-rank matrix
multi-scale feature
Gaussian mixture model
generalized nuclear norm
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于广义非凸鲁棒主成分分析的视频前背景分离
杨永鹏
杨真真
李建林
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
6
原文传递
2
内外先验结合的多尺度低秩去噪方法
张莉
韩靖敏
钱妍
檀结庆
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
