Mar, 2015
鲁棒 PCA 中奇异值的部分和最小化算法及应用
Partial Sum Minimization of Singular Values in Robust PCA: Algorithm and Applications
Tae-Hyun Oh, Yu-Wing Tai, Jean-Charles Bazin, Hyeongwoo Kim, In So Kweon
TL;DR本论文提出了一种改进版的鲁棒主成分分析方法,使用部分奇异值之和代替核范数,隐式地鼓励目标秩约束。实验结果表明,该方法在样本数不足时比传统鲁棒主成分分析方法有更高的成功率,在样本数充足时两种方法得到的解几乎相同。该方法在高动态范围成像、运动边缘检测、光度立体、图像对齐和恢复等低级视觉问题上都表现出优异的结果。