WSpTFI

新的张量分解方法改进图像恢复和数据补全 · 跟踪 2 个来源

两篇新的研究论文提出了用于低秩张量补全和多维图像恢复的新颖方法。第一篇论文介绍了两种加权 Schatten-p 张量分解模型 WSpTFI 和 WSpTFII，它们通过允许灵活的组件加权和实现无 SVD 更新来提高重建质量和鲁棒性。第二篇论文提出了一个预训练的低秩张量分解 (PLTD) 框架，该框架集成了 DINOv3 等大型视觉模型来捕获图像间的通用结构，旨在实现更高的保真度、更少的参数和更小的碳足迹。