张量补全算法及其在人脸识别中的应用

• 作者: 史加荣 尚凡华 焦李成
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 张量补全 人脸识别 数据丢失问题 矩阵补全 Tucker分解
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 255-261
• 分类号: TP391.4
• 字数: 5210字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.02.014

摘要

数据丢失问题通常可以归结为矩阵补全问题,而矩阵补全是继压缩感知理论之后的又一种重要的信号获取方法.在实际应用中,数据样例往往具有多线性性,即数据集可以表示成高阶张量.本文研究了张量补全问题及其在人脸识别中的应用.基于张量的低维Tucker分解,提出张量补全的迭代算法,并且证明在算法的迭代过程中,估计张量与其Tucker逼近张量的距离是单调递减的.实验结果表明张量补全算法在补全张量和人脸识别上的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	史加荣	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	6	130	5.0	6.0
3	尚凡华	西安电子科技大学智能信息处理研究所智能感知与图像理解教育部重点实验室	2	37	2.0	2.0