一种基于L1范数的主成分分析优化算法及应用

摘要：

主成分分析(PCA)已经广泛应用于计算机视觉中,但是传统的基于L2范数的PCA对异常值和特征噪声(比如有遮挡的图像)敏感.基于L1范数的PCA(L1-PCA)相比基于L2范教的PCA更具鲁棒性,并且可以克服对异常值和特征噪声敏感的问题.然而,在应用L1-PCA算法时,其算法的优化非常关键.本文针对这一问题,提出基于增强拉格朗日乘子的L1-PCA的优化算法并将其应用于处理有遮挡图像的重构,通过在Yale人脸数据库的实验测试表明所提出的算法有效.数值和可视化的实验结果都表明优化的L1-PCA优于传统PCA.

关键词：主成分分析、L1-PCA、增强拉格朗日乘子、图像重构

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：2012年国家科技支撑计划项目2012BAH08B00;湖南省自然科学基金项目06JJ50143

在线出版日期：2013-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：173-176