通过张量 $L_{2,1}$ 范数最小化和 ASSTV 正则化进行红外小目标检测：一种新颖的张量恢复方法

近年来，鉴于其在处理红外遥感信号中的至关重要性，红外小目标检测受到了显著关注。先前方法过度依赖核范数进行噪声分离，导致了巨大的计算成本，因此有必要探索高效的替代方案。本研究旨在识别一种快速且鲁棒的张量恢复方法，以从图像序列中高效提取红外小目标。理论验证表明，较小的奇异值主要贡献于构建噪声信息。在排除过程中，采用张量 QR 分解来合理地减小目标张量的大小。随后，我们提出了一种基于通过 T-QR 进行张量 $L_{2,1}$ 范数最小化 (TLNMTQR) 的方法，以有效隔离噪声，在不牺牲精度的情况下显著提高计算速度。同时，通过集成非对称时空全变分正则化方法 (ASSTV)，我们的目标是增强算法在处理时间序列数据时的灵活性和有效性。最终，我们的方法经过真实世界数据的严格测试，肯定地展示了该算法在速度、精度和鲁棒性方面的优越性。