超越低秩：一种基于图传播的多采集场景张量补全方法
信号处理
2023-12-07 v1
摘要
张量补全是指恢复由张量表示的数据中缺失、损坏或未观测到的条目。在本文中，我们处理了多张量采集场景下的张量补全问题，并且不对底层张量的秩施加约束。以往的张量补全工作主要关注低秩补全方法，而我们提出了一种新颖的基于图的扩散方法。该方法被称为GraphProp，它通过将观测到的条目在张量的图表示上传播来恢复缺失条目。进行了一系列实验来验证所提出的方法，包括一个合成生成的张量恢复实验，表明该方法可以用于恢复低秩和高秩张量条目。该方法的成功张量补全能力也在多光谱遥感补全领域的实际补全问题上得到了证明。使用从Landsat 7平台获取的数据，我们合成地遮挡图像部分以模拟图像采集仅部分重叠的场景。在这些测试中，我们与替代的张量补全方法以及现有的图信号恢复方法进行了基准比较，证明了我们的方法相对于现有技术具有优越的重建性能。
引用
@article{arxiv.2312.03436,
title = {Beyond Low Rank: A Graph-Based Propagation Approach to Tensor Completion for Multi-Acquisition Scenarios},
author = {Iain Rolland and Sivasakthy Selvakumaran and Andrea Marinoni},
journal= {arXiv preprint arXiv:2312.03436},
year = {2023}
}