.png){kind=icon}
返回
Deep Plug-and-Play priors with structural properties for tensor compressive sensing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2026.133509.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
张量压缩感知（TCS）由于多维数据量的增加以及与之相关的存储和传输效率挑战，已引起广泛关注。本文提出了一种新颖的TCS模型，将先验结构特性（如张量低秩性和局部平滑性）与深度即插即用（PnP）先验相结合。所得到的优化问题采用乘子交替方向法（ADMM）高效求解。所提出的方法利用了模型驱动和数据驱动方法的双重互补优势。在四种代表性低秩模型上的大量实验表明，引入深度PnP先验显著提升了重建性能，突显了所提框架在TCS恢复任务中的有效性。
Keyword:
tensor compressive sensing
deep plug-and-play
low-rankness
local smoothness
alternating direction method of multipliers
