형상 상호작용 행렬 재검토 및 강건화: 손상되고 불완전한 데이터를 이용한 효율적인 부분 공간 클러스터링

Shape Interaction Matrix (SIM)는 부분 공간 클러스터링(즉, 부분 공간의 연합에서 추출된 점들을 분리하는 작업)을 수행하기 위한 가장 초기의 접근 방법 중 하나입니다. 본 논문에서는 SIM을 재검토하고 최근의 여러 부분 공간 클러스터링 방법들과의 연결성을 밝히고자 합니다. 우리의 분석은 SIM을 강화하여 노이즈로 오염된 실제 시나리오에서도 적용할 수 있는 간단하면서도 효과적인 알고리즘을 도출하는데 도움을 줍니다. 우리는 직관적인 예제와 행렬 섭동 이론을 통해 우리의 방법을 정당화합니다. 그 다음으로, 이 접근 방식이 결측 데이터를 처리하는 데 어떻게 확장될 수 있는지 보여주며, 이를 통해 효율적이고 일반적인 부분 공간 클러스터링 알고리즘이 생성됩니다. 우리는 여러 가지 어려운 운동 세그멘테이션과 얼굴 클러스터링 문제에서 최신의 부분 공간 클러스터링 방법들보다 우리 접근 방식의 장점을 입증합니다. 여기서 데이터는 오염되고 결측된 측정값을 포함하고 있습니다.