基于非局部块的全连接张量网络分解用于遥感图像修复
计算机视觉与模式识别
2021-11-02 v1
摘要
遥感图像（RSI）修复在实际应用中起着重要作用。近来，全连接张量网络（FCTN）分解已展现出充分刻画全局相关性的卓越能力。考虑到 RSI 的全局相关性与非局部自相似性（NSS），本文将该 FCTN 分解引入整幅 RSI 及其 NSS 组，并提出一种新颖的基于非局部块的全连接张量网络（NL-FCTN）分解用于 RSI 修复。不同于其他基于非局部块的方法，该基于 NL-FCTN 分解的方法通过堆叠相似小尺寸块至 NSS 组来提高张量阶数，巧妙地利用了 FCTN 分解处理高阶张量的卓越能力。此外，我们提出了一种高效的基于近端交替最小化的算法来求解所提基于 NL-FCTN 分解的模型，并具有理论收敛保证。在 RSI 上的大量实验表明，所提方法在所有对比方法中取得了最先进的修复性能。
引用
@article{arxiv.2109.05889,
title = {Nonlocal Patch-Based Fully-Connected Tensor Network Decomposition for Remote Sensing Image Inpainting},
author = {Wen-Jie Zheng and Xi-Le Zhao and Yu-Bang Zheng and Zhi-Feng Pang},
journal= {arXiv preprint arXiv:2109.05889},
year = {2021}
}