張量分解及其在動態(tài)紋理中的應用.pdf

1、動態(tài)紋理是圖像序列的重要信息和特征,它是圖像序列中一類空間上重復、時間上變化并且滿足某種平穩(wěn)特性的視覺模式,例如火焰和飄揚的旗幟等.作為一類重要的自然視頻信號來源,它通常會產生極大量的高維數(shù)據(jù),因此,迫切需要提出有效的分析和處理方法。由于動態(tài)紋理具有復雜的運動特性,使得其研究更具挑戰(zhàn)性。張量是向量和矩陣在組織結構上由低維向高維擴展所得到的一般形式,它是高維數(shù)據(jù)的自然表示方式,能夠保持數(shù)據(jù)的內在結構.張量分解是矩陣奇異值分解的高階擴展,被

2、認為是高維數(shù)據(jù)處理最具潛力的方法之一.最近十幾年來,張量方法的研究興趣己經擴展到信號和圖像處理等領域,為基于矩陣的傳統(tǒng)高維數(shù)據(jù)分析和處理方法開拓了新的思路。
　　本研究主要內容包括：⑴提出一個保持高維數(shù)據(jù)內在結構的張量動態(tài)紋理模型,并提出一個相應的參數(shù)估計算法.與近十幾年內動態(tài)紋理領域開創(chuàng)性的研究成果——線性動態(tài)紋理模型相比,提出的模型能夠從不同模式,例如空間、顏色和時間,對動態(tài)紋理的特性進行靈活刻畫,從而能夠更充分的挖掘動態(tài)紋理

3、的內在特征和性質。⑵將提出的張量動態(tài)紋理模型用于動態(tài)紋理合成這一實際應用,進行大量對比實驗和分析。實驗結果表明,與線性動態(tài)紋理模型相比,我們的模型能夠在模型大小較小的情況下,顯著提高合成動態(tài)紋理的視覺效果,平均PSNR能夠提高2dB至7dB。⑶提出高維數(shù)據(jù)緊湊表示的概念,是對稀疏表示概念的一步推進.考慮到保持數(shù)據(jù)的內在結構,提出一個張量多次低秩逼近算法,用于得到一個緊湊表示.我們的算法能夠靈活實現(xiàn)不同低秩逼近,且能夠在計算復雜度和逼近精

4、度之間取舍。⑷將提出的張量緊湊表示方法用于動態(tài)紋理的緊湊表示和編碼,由于能夠更好的保持數(shù)據(jù)的內在結構,使得編碼性能得到很大提高。與H.264/AVC相比,我們的方法能夠顯著提高編碼視頻的質量,平均PSNR能夠提高0.41dB至8.76dB,與此同時,平均碼率減小比例能夠達到1.04％至77.81％.特別是對一類規(guī)則動態(tài)紋理視頻,我們的方法能夠以極低碼率,得到視覺效果非常好的編碼視頻.實驗結果還表明,對于高階張量,使用迭代秩1分解,很難獲

5、得一個好的緊湊表示。⑸人群圖像序列是一類特殊的動態(tài)紋理,針對人群密度估計這一應用,研究基于高階張量分析的方法。首先,提出一種基于高階奇異值分解構造張量主子空間標準正交基的方法.然后,提出兩個基于張量主子空間特征的人群密度估計方法。提出的方法能夠保持人群數(shù)據(jù)的自然結構,從而能夠對人群特征進行有效刻畫,其類別表征能力很強.實驗結果表明,我們的方法明顯優(yōu)于基于灰度共生矩陣和基于小波變換的方法,其正確率能夠達到96.83％,提高12％左右,且誤