结构化稀疏增强低秩模型

异常检测更准

用加权张量Schatten-p范数与结构化稀疏范数同步刻画背景低秩性和异常稀疏性,并引入位置拉普拉斯约束保留局部结构。

赵银平 · Hongyan, Li · 陈勇勇 · Zhen, Wang · 李学龙

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

秩近似更优

采用加权张量Schatten-p范数,比张量核范数更接近真实秩函数,从而更准确地刻画背景低秩性。

保留局部细节

通过基于位置的拉普拉斯正则项,在检测异常的同时保留背景的局部结构信息,减少误检。

异常定位更准

结构化稀疏范数利用异常像素的空间相关性,提高异常检测的准确性。

应用场景