用于压缩视频感知的高精度全变分
最优化与控制
2015-06-17 v2 计算机视觉与模式识别
摘要
众多参与图像复原问题的全变分（TV）正则化器通过简单的 FIR 滤波器对梯度进行编码。尽管其计算处理成本低，但该滤波器严重偏离了与边缘/不连续信息相关的信号高频分量，并导致纹理和几何丢失等若干缺陷问题。本文通过提出一种利用高阶精度微分 FIR 滤波器的 TV 正则化问题替代模型来解决此问题，以在信号恢复中保留快速过渡。设计了一种数值编码方案，将 TV 模型扩展为多维表示（张量分解）。我们采用此设计来调节压缩视频感知问题中的空间和时间冗余，从而从欠采样测量中联合恢复帧。随后，我们通过交替方向乘子法寻求解，并找到二次最小化步骤的唯一解，该步骤能够处理不同的边界条件。所得算法使用更低的采样率，且性能远超其他最先进方法。这在恢复精度和恢复帧的视觉质量两方面均得到了评估。
引用
@article{arxiv.1309.0270,
title = {High-Accuracy Total Variation for Compressed Video Sensing},
author = {Mahdi S. Hosseini and Konstantinos N. Plataniotis},
journal= {arXiv preprint arXiv:1309.0270},
year = {2015}
}
备注
Submitted to IEEE Transaction on Image Processing, Revised