恢复空间平滑指数图像时间序列的新型结构化低秩算法
计算机视觉与模式识别
2017-03-30 v1
摘要
我们提出了一种结构化低秩矩阵补全算法，用于从欠采样 Fourier 测量中恢复由每个像素处指数参数的线性组合构成的图像时间序列。利用这些参数的空间平滑性以及每个像素处时间序列的指数结构，我们在 域推导出了一个湮灭关系。该湮灭关系转化为由 样本构成的结构化低秩矩阵。我们在参数映射设置下演示了该算法，并表明其相较于 SOTA 方法有显著改进。
引用
@article{arxiv.1703.09880,
title = {Novel Structured Low-rank algorithm to recover spatially smooth exponential image time series},
author = {Arvind Balachandrasekaran and Mathews Jacob},
journal= {arXiv preprint arXiv:1703.09880},
year = {2017}
}
备注
4 pages, 3 figures, accepted at ISBI 2017, Melbourne, Australia