张量分解及其在动态纹理中的应用

《张量分解及其在动态纹理中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码中图分类号：029讶{I￡解密级：公开UDC：510博士学位论文张量分解及其在动态纹理中的应用TensorDecompositionandItsApplicationsinDynamicTextures作者姓名指导教师学科专业车‘称研究方向论文开题日期周丙寅彭立中教授蒋春澜教授基础数学调和分析与小波分析2010年10月10日h事大乒已4●-学位论文原创性声明本人所提交的学位论文《张量分解及其在动态纹理中的应用》，是在导师的指导下．独立进行研宄T作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研宄做

2、出重要贡献的个人和集体．均已在文中标明。本声明的法律后果由本人承担。论文作者(签名)z却／≯年6月牛日闺为寅指导教师确认(签名)：∞，、年6-月[相学位论文版权使用授权书卅t寸本学位论文作者完全了解河北师范大学有权保留并向国家有关部门或机构送变学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权河北师范大学可以将学位论文的全部或部分内容编八有关数据库进行检索，可以采用彩印、缩印或其它复制手段保存、汇编率学位论文。(保密的学位论文在——年解密后适片1本授权书)论文作者(签名)’hn年g月印H弼匆寓指导教师(签名)：枷卜年∥月“日卅毛亍摘要盂

3、I态纹理足图像序州的重要信息和

4、特征，它是罔像序列t{，一共空问上重复、时间f变化并且满足某种平稳特性的视觉模式，例如火焰和飘扬的旗帜等．作为类重要的自然视频信号来源，它通常会产‘生极大量的高维敬据，因此，迫切需受提出有效的分析和处理方法山于动志垃理具有复杂的运动特性，使得je研宄更具挑战性张量是向景和矩阵岳组织结构j巾低维向高维扩展所得到的一般形式，它是高维数据的自然表示方式，能够保持数据的内在结构张最分解是矩陴奇异值分解的高阶打展，披认为是高维数姑处理最具潜力的方法之．最近十几年米，张量方法的研宄兴趣已经扩展到信号和圈像处理等领域，为基于矩阵的传统高维数据分析和处理方法开拓r新的思踏本文研究张量分解

5、及其在动态纹理中的应用．主要取得扭lF成果提卅个保持嗣维教据内在结构的张量动态纹理模型，并提出一个相应的参数估计算浊与近十几j#内动态纹理领域开创性的研宄成粜一线性动态纹理模型柑比，提出的模型能够从不同模式，例如空闻、颜色和时nU，对动态纹理的特性进行灵活刻画．从而能够更充分的挖掘动态纹理的内在特征和性质2将提出的张量动态纹理模型用于动态纹理合成这一实际应用，进行人量对比实验和分析曩；验结果表明，-5线性动态纹理模型相比，我们的模型能够在模型大小较小的情况F．艟著提高台成动态纹理的视觉效果．平均PSNR能够提高2dB至7dB3提出高维数据紧凑袭示的概念，足对稀疏表不概念的

6、步推进考虑到保持数据的内枉结构．提出一个张精多次低秩逼近算法．用r得到个紧凑表示我们的算法能够是活实现小㈨低秩逼近．且能够在计算复杂度和逼近精度之间取台4将提卅的张量紧凑菠示方法用干动态纹理的紧凑袁示羽I编码，由于能够更好的保持数据的内在结构，使得编码性能得到很大提高与H264／AVC相比，我们的方法能够显著提高编码桃频的质量，平均PSNR能够提高04td13至876dB，与此1刊时．平均码率减小比例能蝣达到1．04％歪778／％特别是对一类规则动态纹坪视频，我们的方法能够以极低码率．得到桃赏效果非常好的编码视频．实验结果还表H月，对于商阶张量，使用选代秩1分解，很难瓠得

7、一个好的紧凑表不5人群图像序列是一搀特殊的动态纹理，针对人群密度估计速应片{，研究基于高阶张址分析的方法自先，提出一种基于高阶奇异值分解构造张量主r空间标准正交基的方法然后，提出两个基于张量主子空间特征的人群密度估汁方法提出的方法能够保持人群数据的自然结构，从而能够对人群特征进行有效刻』由i，其类别表征能力根强实骑结果表明．我们的方法明显优于基于灰度jk生矩阵和基于小波变换的方法，其正确半能蝣达到9683％．提高12％左右，且氓分类图像基奉集tl一在邻近类别关键词张量分解，动志纹珲，紧凑衰不，数据降维，视频编码，人群密度估计AbstractDynamictexturesa

8、陀powerfulvisua]cue8inimagesequencesTheyareafamilyofvisualpheilOlnonasuchasRmand^8酹which≠LI-espatledlyrcpetiti、x：temporallyⅦ叩ngvisualpattell】sinimagesequenceswitheert}finstationaryproperticsAsaⅡimportants(一一cofimturalvideosignalsdynamicteYtilr％msuallygcncraLeallel／or