基于双核范数鲁棒矩阵分解的遮挡图像恢复

史加荣; 刘晨

doi:10.16452/j.cnki.sdkjzk.2021.04.010

山东科技大学学报（自然科学版） ›› 2021, Vol. 40 ›› Issue (04) : 86 -93. DOI: 10.16452/j.cnki.sdkjzk.2021.04.010

基于双核范数鲁棒矩阵分解的遮挡图像恢复

史加荣, 刘晨

作者信息 +

Author information +

文章历史 +

PDF (2449K)

摘要

低秩矩阵分解是计算机视觉、机器学习和数据挖掘中普遍使用的数据分析工具。矩阵分解方法可用于连续遮挡的图像数据的恢复,而低秩矩阵分解可转化为核范数优化模型。为了增强矩阵分解模型的鲁棒性,提出基于双核范数的鲁棒矩阵分解方法,该方法将每个数据矩阵分解为低秩干净数据、低秩噪声数据和稀疏噪声数据之和。建立最小化矩阵双核范数与L₁范数加权组合的优化模型,并给出求解该模型的交替方向乘子法。在真实数据集上的实验结果验证了所提方法的可行性与有效性。