張量分解及其在動(dòng)態(tài)紋理中的應(yīng)用.pdf

1、動(dòng)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(fù)、時(shí)間上變化并且滿足某種平穩(wěn)特性的視覺(jué)模式,例如火焰和飄揚(yáng)的旗幟等.作為一類重要的自然視頻信號(hào)來(lái)源,它通常會(huì)產(chǎn)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(dòng)態(tài)紋理具有復(fù)雜的運(yùn)動(dòng)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(jié)構(gòu)上由低維向高維擴(kuò)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?jǐn)?shù)據(jù)的內(nèi)在結(jié)構(gòu).張量分解是矩陣奇異值分解的高階擴(kuò)展,被

2、認(rèn)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(lái),張量方法的研究興趣己經(jīng)擴(kuò)展到信號(hào)和圖像處理等領(lǐng)域,為基于矩陣的傳統(tǒng)高維數(shù)據(jù)分析和處理方法開(kāi)拓了新的思路。
　　本研究主要內(nèi)容包括：⑴提出一個(gè)保持高維數(shù)據(jù)內(nèi)在結(jié)構(gòu)的張量動(dòng)態(tài)紋理模型,并提出一個(gè)相應(yīng)的參數(shù)估計(jì)算法.與近十幾年內(nèi)動(dòng)態(tài)紋理領(lǐng)域開(kāi)創(chuàng)性的研究成果——線性動(dòng)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(shí)間,對(duì)動(dòng)態(tài)紋理的特性進(jìn)行靈活刻畫(huà),從而能夠更充分的挖掘動(dòng)態(tài)紋理

3、的內(nèi)在特征和性質(zhì)。⑵將提出的張量動(dòng)態(tài)紋理模型用于動(dòng)態(tài)紋理合成這一實(shí)際應(yīng)用,進(jìn)行大量對(duì)比實(shí)驗(yàn)和分析。實(shí)驗(yàn)結(jié)果表明,與線性動(dòng)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(dòng)態(tài)紋理的視覺(jué)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(duì)稀疏表示概念的一步推進(jìn).考慮到保持?jǐn)?shù)據(jù)的內(nèi)在結(jié)構(gòu),提出一個(gè)張量多次低秩逼近算法,用于得到一個(gè)緊湊表示.我們的算法能夠靈活實(shí)現(xiàn)不同低秩逼近,且能夠在計(jì)算復(fù)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(dòng)態(tài)紋理的緊湊表示和編碼,由于能夠更好的保持?jǐn)?shù)據(jù)的內(nèi)在結(jié)構(gòu),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(zhì)量,平均PSNR能夠提高0.41dB至8.76dB,與此同時(shí),平均碼率減小比例能夠達(dá)到1.04％至77.81％.特別是對(duì)一類規(guī)則動(dòng)態(tài)紋理視頻,我們的方法能夠以極低碼率,得到視覺(jué)效果非常好的編碼視頻.實(shí)驗(yàn)結(jié)果還表明,對(duì)于高階張量,使用迭代秩1分解,很難獲

5、得一個(gè)好的緊湊表示。⑸人群圖像序列是一類特殊的動(dòng)態(tài)紋理,針對(duì)人群密度估計(jì)這一應(yīng)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(gòu)造張量主子空間標(biāo)準(zhǔn)正交基的方法.然后,提出兩個(gè)基于張量主子空間特征的人群密度估計(jì)方法。提出的方法能夠保持人群數(shù)據(jù)的自然結(jié)構(gòu),從而能夠?qū)θ巳禾卣鬟M(jìn)行有效刻畫(huà),其類別表征能力很強(qiáng).實(shí)驗(yàn)結(jié)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(dá)到96.83％,提高12％左右,且誤