이상치와 결측 데이터가 있는 경우의 강력한 L₁ 노름 분해를 대체 볼록 프로그래밍에 의해

행렬 분해는 컴퓨터 비전에서 많은 응용 프로그램을 가지고 있습니다. 특이값 분해(SVD)는 분해를 위한 표준 알고리즘입니다. 실제 측정에서 자주 발생하는 이상치와 결측 데이터가 있을 때 SVD는 더 이상 적용할 수 없습니다. 강건성을 위해 반복적으로 가중치가 조정된 최소제곱(IRLS)이 측정의 각 요소에 가중치를 할당하여 분해에 자주 사용됩니다. IRLS는 L/sub 2/ 노름을 사용하므로, IRLS에서의 좋은 초기화는 성공을 위해 중요한데, 이는 쉬운 일이 아닙니다. 본 논문에서는 행렬 분해를 대체 볼록 프로그래밍을 통해 효율적으로 해결되는 L/sub 1/ 노름 최적화 문제로 공식화합니다. 우리의 공식화는 1) 초기 가중치가 필요 없는 강건성, 2) 결측 데이터를 간단하게 처리하며, 3) 제약 조건과 사전 지식(가능할 경우)을 편리하게 통합할 수 있는 프레임워크를 제공합니다. 실험에서는 우리의 접근 방식을 움직임에서 구조 기반 분해에 적용하였습니다. 우리의 접근 방법이 합성 데이터와 실제 데이터 모두에서 다른 접근 방법(IRLS 포함)보다 더 나은 결과를 달성함을 보여줍니다.