Outlier-robust tensor PCA

Low-rank tensor analysis is important for various real applications in computer vision. However, existing methods focus on recovering a low-rank tensor contaminated by Gaussian or gross sparse noise and hence cannot effectively handle outliers that are common in practical tensor data. To solve this...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلفون الرئيسيون: ZHOU, Pan, FENG, Jiashi
التنسيق: text
اللغة:English
منشور في: Institutional Knowledge at Singapore Management University 2016
الموضوعات:
الوصول للمادة أونلاين:https://ink.library.smu.edu.sg/sis_research/9008
https://ink.library.smu.edu.sg/context/sis_research/article/10011/viewcontent/2017_CVPR_RTPCA.pdf
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
المؤسسة: Singapore Management University
اللغة: English