一种基于低秩张量自表示的图像填充模型的构建方法

本发明涉及图像处理领域，提供了一种基于低秩张量自表示的图像填充模型的构建方法，针对输入，其首先进行归一化并利用线性退化算子，计算获得观测张量；然后，利用第一深度神经网络，对观测张量进行前向变换，获得图像特征；之后，利用多自表示张量与图像特征进行矩阵相乘，获得经秩约束的图像特征；再然后，利用第二深度神经网络，进行后向变换，获得重构图像；完成训练迭代，即可完成构建，通过引入多自表示张量，有效解决现有方法单子空间填充不合理的问题，适用于各类多维图像的填充修复。