一种基于张量的深度视频增强算法研究

针对深度视频出现的许多空洞,提出一种基于张量的深度视频空洞修复算法。首先运用加权移动平均机制对原始深度视频进行处理,得到预处理视频,然后根据背景张量的低秩性和运动目标的稀疏性,利用低秩张量恢复的方法重建张量的低秩部分和稀疏部分,实现背景与运动目标的分离。同时,针对分离出来的运动目标部分,利用相似块匹配构造一个四阶张量,根据视频张量的低秩性和噪声像素的稀疏性,再次利用张量恢复重建四阶张量的低秩部分和稀疏部分,去除噪声并修复视频空洞,采用张量表征深度视频,利用分块处理,解决基于帧处理的传统方法丢失数据信息问题,保持视频数据的空间结构,在相同实验环境下,采用3个视频进行测试。实验结果表明,本方法可以很好地去除噪声,修补孔洞,并且基本可以还原视频的纹理结构,保持边缘,达到视频增强的效果,显著提高了深度视频的质量,鲁棒性强。该研究对实时获取外界信息具有重要意义。