BEMCP罚张量恢复模型

自适应保留主奇异值

罚参数随奇异值变化自适应调整，从而更全面地保留图像轮廓、边缘与平滑区域等主要信息。

Zhang, Hongbing · 樊宏涛 · 李娅静

Pattern Recognition 2024

技术优势

参数自适应

BEMCP定理允许罚参数随奇异值变化自动调整，避免固定参数导致的欠保留或过惩罚。

全面保留主奇异值

相比原始MCP，BEMCP能更全面地保留所有较大的奇异值，从而更好地保持图像的轮廓、边缘和平滑区域。

实验性能领先

在多种真实世界数据上，基于BEMCP的模型在张量补全和鲁棒主成分分析任务中均优于现有最优方法。

应用场景

• 图像去噪与修复：直接用于图像去噪和修复，恢复被噪声或缺失污染的轮廓与边缘。
• 高维数据分析：作为张量补全和鲁棒PCA的高效工具，处理高维数据中的低秩结构。
• 机器人视觉预处理：在机器人视觉管线前端进行张量恢复，提升后续识别与定位的输入质量。