摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状综述 | 第10-12页 |
1.3 本文的主要工作与结构安排 | 第12-15页 |
第二章 低秩矩阵/张量恢复问题 | 第15-23页 |
2.1 模型及算法研究 | 第15-21页 |
2.1.1 RPCA模型 | 第15-19页 |
2.1.2 Li的模型 | 第19-21页 |
2.2 现有模型及算法的优缺点 | 第21-23页 |
第三章 基于Schatten-p范数和l_p范数的低秩张量恢复与矫正模型 | 第23-35页 |
3.1 模型的提出 | 第23-24页 |
3.2 模型求解 | 第24-27页 |
3.3 实验结果 | 第27-35页 |
3.3.1 人工合成数据 | 第27-29页 |
3.3.2 图像序列去噪及矫正 | 第29-32页 |
3.3.3 人脸识别 | 第32-35页 |
第四章 基于张量低秩稀疏分解的运动目标分割 | 第35-45页 |
4.1 传统的运动目标检测算法 | 第35-38页 |
4.1.1 帧差法 | 第35-36页 |
4.1.2 背景差分法 | 第36-37页 |
4.1.3 光流法 | 第37-38页 |
4.2 张量低秩稀疏分解在运动目标分割中的应用 | 第38-45页 |
4.2.1 方法概述 | 第39-40页 |
4.2.2 实验结果 | 第40-43页 |
4.2.3 实验总结 | 第43-45页 |
第五章 总结与展望 | 第45-47页 |
参考文献 | 第47-51页 |
致谢 | 第51-53页 |
攻读硕士期间发表的学术论文和参加的课题 | 第53页 |