論文の概要: Nonlocal Patch-Based Fully-Connected Tensor Network Decomposition for Remote Sensing Image Inpainting

• arxiv url: http://arxiv.org/abs/2109.05889v1
• Date: Mon, 13 Sep 2021 11:49:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-15 00:21:08.600817
• Title: Nonlocal Patch-Based Fully-Connected Tensor Network Decomposition for Remote Sensing Image Inpainting
• Title（参考訳）: リモートセンシング画像インパインティングのための非局所パッチベース完全連結テンソルネットワーク分解
• Authors: Wen-Jie Zheng, Xi-Le Zhao, Yu-Bang Zheng, Zhi-Feng Pang
• Abstract要約: 本稿では, RSI 全体とその NSS グループに FCTN 分解を導入し, RSI 塗布のための新しい非局所的パッチベース分解法を提案する。 提案手法は, 比較手法のすべてにおいて, 最先端の塗装性能を実現する。
• 参考スコア（独自算出の注目度）: 5.81423357257872
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Remote sensing image (RSI) inpainting plays an important role in real applications. Recently, fully-connected tensor network (FCTN) decomposition has been shown the remarkable ability to fully characterize the global correlation. Considering the global correlation and the nonlocal self-similarity (NSS) of RSIs, this paper introduces the FCTN decomposition to the whole RSI and its NSS groups, and proposes a novel nonlocal patch-based FCTN (NL-FCTN) decomposition for RSI inpainting. Different from other nonlocal patch-based methods, the NL-FCTN decomposition-based method, which increases tensor order by stacking similar small-sized patches to NSS groups, cleverly leverages the remarkable ability of FCTN decomposition to deal with higher-order tensors. Besides, we propose an efficient proximal alternating minimization-based algorithm to solve the proposed NL-FCTN decomposition-based model with a theoretical convergence guarantee. Extensive experiments on RSIs demonstrate that the proposed method achieves the state-of-the-art inpainting performance in all compared methods.
• Abstract（参考訳）: リモートセンシングイメージ(rsi)インペインティングは、実際のアプリケーションにおいて重要な役割を果たす。 近年,全連結テンソルネットワーク(fctn)分解により,大域相関を完全に特徴づける能力が示された。 本稿では,RSIのグローバル相関と非局所自己相似性(NSS)を考慮し,RSI全体とそのNSSグループにFCTN分解を導入し,新しい非局所パッチベースFCTN(NL-FCTN)分解法を提案する。 他の非局所的パッチベース法とは異なり、NL-FCTN分解法は、同様の小さなパッチをNSSグループに積み重ねることでテンソル次数を増加させ、FCTN分解の顕著な能力を巧みに活用して高階テンソルを扱う。 また,提案するnl-fctn分解に基づくモデルに対して,理論的収束を保証した効率的な近位交互最小化アルゴリズムを提案する。 RSIの大規模実験により, 提案手法は, 全ての比較手法で最先端の塗装性能を実現することを示した。

関連論文リスト

• Hyperspectral Image Fusion via Logarithmic Low-rank Tensor Ring Decomposition [26.76968345244154]
  TR因子の低ランク性をTNNの観点から検討し,各TR因子のモード2対数TNN(LTNN)を考慮する。 このLTNN正則化と重み付き全変動を取り入れた新しい融合モデルを提案する。
  論文  参考訳（メタデータ） (2023-10-16T04:02:34Z)
• Distance Weighted Trans Network for Image Completion [52.318730994423106]
  本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。 CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。 DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
  論文  参考訳（メタデータ） (2023-10-11T12:46:11Z)
• IntrinsicNeRF: Learning Intrinsic Neural Radiance Fields for Editable Novel View Synthesis [90.03590032170169]
  内在性ニューラルレンダリング法に内在性分解を導入した内在性ニューラルレイディアンス場(IntrinsicNeRF)を提案する。 そこで,本研究では,オブジェクト固有・ルームスケールシーンと合成・実単語データの両方を用いて,一貫した本質的な分解結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-10-02T22:45:11Z)
• Fully-Connected Tensor Network Decomposition for Robust Tensor Completion Problem [9.580645211308557]
  本稿では,RTC問題に対する$textbfFCTN$-based $textbfr$obust $textbfc$onvex Optimization Model (RC-FCTN)を提案する。 制約付き最適化モデルRC-FCTNの解法として,乗算器の交互方向法(ADMM)を提案する。 RNC-FCTNを解くために,PAMに基づくアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-10-17T08:12:50Z)
• Multi-Tensor Network Representation for High-Order Tensor Completion [25.759851542474447]
  この研究は、部分的に観察されたサンプリングから高次元データ(テンソルを参照)の完備化の問題を研究する。 テンソルは複数の低ランク成分の重ね合わせであると考える。 本稿では,基本テンソル分解フレームワークであるMulti-Tensor Network decomposition (MTNR)を提案する。
  論文  参考訳（メタデータ） (2021-09-09T03:50:19Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)
• Non-local Meets Global: An Iterative Paradigm for Hyperspectral Image Restoration [66.68541690283068]
  ハイパースペクトル画像復元のための空間特性とスペクトル特性を組み合わせた統一パラダイムを提案する。 提案するパラダイムは,非局所空間デノゲーションと光計算の複雑さから,性能上の優位性を享受する。 HSI復調、圧縮再構成、塗装タスクの実験は、シミュレーションと実際のデータセットの両方で、その優位性を示している。
  論文  参考訳（メタデータ） (2020-10-24T15:53:56Z)
• Nonlocal Adaptive Direction-Guided Structure Tensor Total Variation For Image Recovery [6.396288020763144]
  本論文は,NLSTVの規格化期間を,指向性プリミティブを用いて促進することを目的としている。 本稿では、異方性ガウス核を用いて、後述のモデルで使われる方向特徴を推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-08-28T06:58:35Z)
• Optimal Rates for Averaged Stochastic Gradient Descent under Neural Tangent Kernel Regime [50.510421854168065]
  平均勾配勾配勾配は極小収束率が得られることを示す。 本稿では、ReLUネットワークのNTKで指定されたターゲット関数を最適収束速度で学習できることを示す。
  論文  参考訳（メタデータ） (2020-06-22T14:31:37Z)
• Iterative Network for Image Super-Resolution [69.07361550998318]
  単一画像超解像(SISR)は、最近の畳み込みニューラルネットワーク(CNN)の発展により、大幅に活性化されている。 本稿では、従来のSISRアルゴリズムに関する新たな知見を提供し、反復最適化に依存するアプローチを提案する。 反復最適化の上に,新しい反復型超解像ネットワーク (ISRN) を提案する。
  論文  参考訳（メタデータ） (2020-05-20T11:11:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。