公开(公告)号：CN112116532A

公开(公告)日：2020-12-22

申请号：CN202010774427.2

申请日：2020-08-04

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚彦军 ,  王鼎衡 ,  刘美兰 ,  武碧娇 ,  张哲

IPC: G06T5/00

Abstract: 本发明公开了一种基于张量块循环展开的彩色图像补全方法，属于图像处理技术领域。首先输入待补全图像并对缺失像素进行n近邻初始化，得到目标图像；然后初始化模型参数，估计目标图像的块循环展开秩并设置权重系数。接着将目标图像以张量形式输入图像补全模型，并采用交替方向乘子法通过迭代对模型进行凸优化求解，其中图像补全模型为基于张量块循环展开的低秩矩阵因式分解模型。最后，对迭代得到的张量进行数据格式转换，使之以待补全图像的格式输出。本方法在进行张量块循环展开时增加了图像切片之间的联系性，从而在一定程度上降低了展开操作所造成的图像结构信息的损失；补全图像的峰值信噪比有了显著提高，且纹理和细节信息更加丰富。

公开(公告)号：CN112116062B

公开(公告)日：2024-04-05

申请号：CN202010785534.5

申请日：2020-08-06

Applicant: 西安交通大学

Inventor： 赵广社 ,  魏育豪 ,  王鼎衡 ,  武碧娇

IPC: G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于张量串分解的多层感知机非线性压缩方法。首先利用张量串分解，将多层感知机中的全连接层权重矩阵转化为张量串分解形式；然后在张量串中的每个因子张量之间插入非线性函数，使整个多层感知机转化为轻量化的更深层次的新多层感知机；最后通过少量次数的训练对新的多层感知机进行微调。本发明能够在利用张量串分解对多层感知机进行压缩的基础上，提高整个多层感知机的非线性表达能力，既节省了多层感知机的存储空间，还在一定程度上提升了多层感知机的识别准确率。

公开(公告)号：CN112116532B

公开(公告)日：2022-07-12

申请号：CN202010774427.2

申请日：2020-08-04

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚彦军 ,  王鼎衡 ,  刘美兰 ,  武碧娇 ,  张哲

IPC: G06T5/00

Abstract: 本发明公开了一种基于张量块循环展开的彩色图像补全方法，属于图像处理技术领域。首先输入待补全图像并对缺失像素进行n近邻初始化，得到目标图像；然后初始化模型参数，估计目标图像的块循环展开秩并设置权重系数。接着将目标图像以张量形式输入图像补全模型，并采用交替方向乘子法通过迭代对模型进行凸优化求解，其中图像补全模型为基于张量块循环展开的低秩矩阵因式分解模型。最后，对迭代得到的张量进行数据格式转换，使之以待补全图像的格式输出。本方法在进行张量块循环展开时增加了图像切片之间的联系性，从而在一定程度上降低了展开操作所造成的图像结构信息的损失；补全图像的峰值信噪比有了显著提高，且纹理和细节信息更加丰富。

公开(公告)号：CN112116062A

公开(公告)日：2020-12-22

申请号：CN202010785534.5

申请日：2020-08-06

Applicant: 西安交通大学

Inventor： 赵广社 ,  魏育豪 ,  王鼎衡 ,  武碧娇

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于张量串分解的多层感知机非线性压缩方法。首先利用张量串分解，将多层感知机中的全连接层权重矩阵转化为张量串分解形式；然后在张量串中的每个因子张量之间插入非线性函数，使整个多层感知机转化为轻量化的更深层次的新多层感知机；最后通过少量次数的训练对新的多层感知机进行微调。本发明能够在利用张量串分解对多层感知机进行压缩的基础上，提高整个多层感知机的非线性表达能力，既节省了多层感知机的存储空间，还在一定程度上提升了多层感知机的识别准确率。