基于子空间的鲁棒射影重建方法

作者：郭继东; 李学庆; 杨成伟

来源：计算机学报, 2013, (12): 2560-2576.

• 局外点
• 丢失数据项
• 子空间方法
• 广义Lagrange乘子
• 因子化方法 outlier
• missing data
• subspace method
• augmented Lagrange multiplier(ALM)
• factorization method

现有基于子空间的方法不但要求测量矩阵中所有特征点在所有图像上是可见的,而且不能含有错误对齐的数据项(局外点).文中提出基于子空间的鲁棒射影重建方法,该方法使用施加秩约束的广义Lagrange乘子法(ALM)极小化一个由核范数和L1范数组合的凸规划,求出测量矩阵所位于的低维子空间,消除局外点和丢失数据项对因子化方法的影响.文中算法在同一个子空间框架中,对同一个目标函数关于2组不同参量交替估计射影结构和射影深度,由此确保迭代解的收敛.实验证明,与Tang子空间方法比较,文中算法的有效性和可靠性都有所提高.

• 出版日期2013
• 单位山东大学; 山东财经大学