张量奇异值分解

基于高斯泼溅的低秩张量表示用于多维图像恢复

Gaussian Splatting-based Low-Rank Tensor Representation for Multi-Dimensional Image Recovery

用2D/1D高斯泼溅参数化张量奇异值分解中的潜变量张量与变换矩阵，为多维图像提供连续、紧凑且能捕捉局部高频信息的表示，可迁移到高光谱/视频等低层复原任务中替代固定基变换。