9、低秩与稀疏字典学习及低秩迁移学习方法解析

低秩与稀疏字典学习及低秩迁移学习方法解析

1. 低秩字典学习方法（D2L2R2）

在图像分类领域，一种名为具有低秩正则化的判别字典学习方法（D2L2R2）被提出，用于人脸和数字图像分类。该方法采用特定类别的字典学习策略，并对每个子字典施加低秩约束。

1.1 实验评估

为了验证D2L2R2方法的性能，在多个数据集上进行了实验，包括Extended YaleB人脸数据集和MNIST数字数据集。

• Extended YaleB人脸数据集 ：
  | 损坏百分比(%) | D2L2R2 [Ours] | DLRD_SR [37] | FDDL [58] | LRC [41] | SRC [52] | LDA [4] |
  | — | — | — | — | — | — | — |
  | 0 | 95.52±1.83 | 97.37±1.78 | 97.24±1.88 | 96.17±2.15 | 96.08±1.52 | 93.97±3.08 |
  | 10 | 94.05±2.47 | 92.59±2.05 | 69.91±2.45 | 80.13±2.60 | 66.55±3.63 | 55.45±2.36 |
  | 20 | 84.32±2.26 | 81.38±3.21 | 54.83±2.75 | 61.03±1.92 | 49.48±3.98 | 39.33±1.51 |
  | 30 | 69.38±3.04 | 64.48±3.56 | 44.65±3.42 | 49.70±3.45 | 38.54±2.91 | 30.73±1.85 |