T-SVD

新的MRSTP-SVD方法增强视觉数据处理

研究人员引入了一种名为多项随机半张量积奇异值分解（MRSTP-SVD）的新方法，以改进高维视觉数据的处理。该技术解决了现有张量奇异值分解（T-SVD）方法的局限性，例如严格的维度兼容性约束和有限的近似精度。MRSTP-SVD算法集成了多个分解项，并利用随机投影和幂迭代来提高重构精度，同时保持计算效率。在图像和视频压缩及补全任务上的实验表明了这种新方法的有效性。